Mortality among individuals accessing pharmacological treatment for opioid dependence in California, 2006–10
Notice bibliographique
Résumé
AIMS: To estimate mortality rates among treated opioid-dependent individuals by cause and in relation to the general population, and to estimate the instantaneous effects of opioid detoxification and maintenance treatment (MMT) on the hazard of all-cause and cause-specific mortality. DESIGN: Population-based treatment cohort study. SETTING: Linked mortality data on all individuals first enrolled in publicly funded pharmacological treatment for opioid dependence in California, USA from 2006 to 2010. PARTICIPANTS: A total of 32 322 individuals, among whom there were 1031 deaths (3.2%) over a median follow-up of 2.6 years (interquartile range = 1.4-3.7). MEASUREMENTS: The primary outcome was mortality, indicated by time to death, crude mortality rates (CMR) and standardized mortality ratios (SMR). FINDINGS: Individuals being treated for opioid dependence had a more than fourfold increase of mortality risk compared with the general population [SMR = 4.5, 95% confidence interval (CI) = 4.2, 4.8]. Mortality risk was higher (1) when individuals were out-of-treatment (SMR = 6.1, 95% CI = 5.7, 6.5) than in-treatment (SMR = 1.8, 95% CI = 1.6, 2.1) and (2) during detoxification (SMR = 2.4, 95% CI = 1.5, 3.8) than during MMT (SMR = 1.8, 95% CI = 1.5, 2.1), especially in the 2 weeks post-treatment entry (SMR = 5.5, 95% CI = 2.7, 9.8 versus SMR = 2.5, 95% CI = 1.7, 4.9). Detoxification and MMT both independently reduced the instantaneous hazard of all-cause and drug-related mortality. MMT preceded by detoxification was associated with lower all-cause and other cause-specific mortality than MMT alone. CONCLUSIONS: In people with opiate dependence, detoxification and methadone maintenance treatment both independently reduce the instantaneous hazard of all-cause and drug-related mortality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».