Aperçu - Hospitalisations et visites à l’urgence en raison d’un empoisonnement aux opioïdes au Canada
Notice bibliographique
Résumé
L’augmentation des méfaits attribuables aux opioïdes constitue un problème de plus en plus préoccupant en santé publique au Canada. Cette analyse a utilisé les données de la Base de données sur la morbidité des hôpitaux et du Système national de rapports sur les soins ambulatoires pour déterminer le nombre d’hospitalisations et de visites aux services d’urgence en raison d’un empoisonnement aux opioïdes au Canada. Le nombre d’hospitalisations pour empoisonnement aux opioïdes a augmenté au cours des 10 dernières années, atteignant 15,6 par tranche de 100 000 habitants en 2016-2017, et celui des visites aux services d’urgence en raison d’un empoisonnement aux opioïdes a également augmenté en Alberta et en Ontario, les deux provinces qui ont recueilli des données des services d’urgence assez détaillées pour être analysées. Ces résultats soulignent l’importance de la surveillance pancanadienne des méfaits attribuables aux opioïdes, ainsi que la nécessité de politiques fondées sur des données probantes pour aider à les réduire.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».