Development and Characteristics of the Provincial Overdose Cohort in British Columbia, Canada
Notice bibliographique
Résumé
IntroductionBritish Columbia has the highest rate of opioid overdose in Canada, driven by the use of illegal opioids such as fentanyl. In addition to ongoing surveillance, there is a need for more comprehensive data to identify risk factors, inform the development of interventions, and evaluate the public health emergency response. Objectives and ApproachThe Provincial Overdose Cohort is a linked administrative dataset based on information from hospital admissions, physician visits, prescription dispensations, poison centre calls, ambulance, emergency department, coroner’s data, and First Nations Client File. Overdoses in the province were identified for the period January 2015-November 2016. Overdoses occurring within a 24 hour period across data sources were grouped as a single episode. For identified cases and for a control population (a 20% random sample of the BC residents), health care and prescribing history was appended dating back to 2010. Initial analyses were conducted based on a prioritization process with knowledge users. ResultsIntegration of distinct data sources about overdose events provided a more complete understanding of the extent of the opioid crisis than use of a single dataset alone. Between January 1, 2015 and November 30, 2016 10,456 overdoses occurred in BC. Overdose deaths represented only 13% of individuals overdosing; 54% of all overdoses were captured through ambulance records and 46\% through emergency and hospital records, with some overlap between the datasets. Most cases had contact with the health care system in the year before overdose suggesting opportunities for intervention. Some demographic differences were noted when comparing fatal and non-fatal overdoses, but few differences in health or prescribing histories were identifiable using administrative data. Conclusion/ImplicationsThe Provincial Overdose Cohort is a uniquely comprehensive dataset in a jurisdiction at the forefront of the opioid overdose response. Jurisdictions developing surveillance systems should consider the inclusion of ambulance, emergency room and hospital data in order to more completely characterize the population at risk.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,012 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».