Illegal drug‐attributable morbidity in Canada 2002
Notice bibliographique
Résumé
Use of illegal drugs is an important behavioral risk factor for burden of morbidity in developed countries. The objective was to estimate the number of diagnoses in acute care hospitals, psychiatric hospitalizations, admissions in specialized treatment, and number of days in treatment attributable to use of illegal drugs for Canada in 2002. The number of diagnoses in acute care hospitals, psychiatric hospitalizations, and hospital days were obtained from the Canadian Institute for Health Information (CIHI). Number of admissions and number of days in specialized inpatient and outpatient treatment of illegal drug dependency were obtained from provincial ministerial officials or drug addiction program coordinators. Except for effects of maternal use of drugs of addiction on the newborn, and suicide, drug-attributable fractions (DAFs) were estimated directly from available statistics in published literature. There were 61,026 illegal drug-related diagnoses in acute care hospitals, 1,517 psychiatric hospitalizations, and 139,773 admissions to specialized treatment attributable to illegal drug use in Canada. The largest contributors were mental and behavioral disorders due to psychoactive substance use in acute care hospitals, and drug psychoses in psychiatric hospitalizations. Length of stay amounted to 352,121 days in acute care hospitals, 31,508 days in psychiatric hospitals, and 2,851,829 days in specialized treatment. Drug use constitutes a major contributor to burden of morbidity in Canada. Compared to 1992, the total number of illegal drug-attributable days in 2002 increased, especially in acute hospitals by a factor of 9.6. A mixture of prevention and harm reduction measures is proposed to reduce the burden of morbidity associated with drug use.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».