Measuring Levels of Comorbidity in Drug User* Emergency Patients Treated in Ontario Hospitals
Notice bibliographique
Résumé
We examined the nature and extent of health problems in drug user patients initially treated in emergency departments and who were subsequently admitted to all hospitals in Ontario, using data from the Hospital Medical Records Institute (HMRI). The modified standardized morbidity ratio (modified SMR) is introduced to improve the measurement and visual display of reduced morbidity as well as excess morbidity. During 1985-86, about 75% of drug user patients entered hospital through the emergency department. There were 5077 emergency patients with primary drug use-related diagnoses and 9827 with secondary drug use-related diagnoses. Cases with poisoning diagnosis made up over 80% of all drug use cases treated in emergency departments. Cases with non-dependent abuse of drugs accounted for 8-12% of emergency drug user patients, whereas those with drug dependence accounted for about 3% of emergency drug user patients. These patients had more than three times the comorbidity experience of all hospital patients. They had excess comorbidity due to mental disorders, infectious and parasitic disorders, and injury and poisoning diagnoses. However, they had reduced comorbidity due to complications of pregnancy, childbirth, and the puerperium and from congenital anomalies and conditions originating in the perinatal period. Cocaine patients were more likely to have infectious parasitic diseases and diseases of the skin and subcutaneous tissue, while amphetamine patients were more likely to have diseases of the digestive system and of the musculo-skeletal system and connective tissue.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».