Relation between opioid-related harms and socioeconomic inequalities in Ontario: a population-based descriptive study
Notice bibliographique
Résumé
BACKGROUND: Negative health outcomes associated with the use of both prescribed and nonprescribed opioids are increasingly prevalent. We examined long-term trends in opioid-related harms in Ontario across a set of 6 indicators and the relation between harms and neighbourhood income in 2016. METHODS: We examined rates of neonatal abstinence syndrome, opioid poisoning (fatal and nonfatal) and nonpoisoning opioid-related events from 2003 to 2016 in Ontario using population-based health administrative databases. We conducted descriptive analyses for harm indicators across neighbourhood income quintiles in 2016 (2015 for death). We examined social inequalities in opioid-related harms on both relative (prevalence ratio) and absolute (potential rate reduction) scales. RESULTS: Rates of opioid-related harms increased dramatically between 2003 and 2016. In 2016, neonatal abstinence syndrome and opioid poisoning and nonpoisoning events showed a strong social gradient, with harm rates being lowest in higher-income neighbourhoods and highest in lower-income neighbourhoods. Prevalence ratios for the lowest-income neighbourhoods compared to the highest-income neighbourhoods ranged from 2.36 (95% confidence interval [CI] 2.15-2.58) for emergency department visits for opioid poisoning to 3.70 (95% CI 2.62-5.23) for neonatal abstinence syndrome. Potential rate reductions for opioid-related harms ranged from 34.8% (95% CI 29.1-40.1) to 49.9% (95% CI 36.7-60.5), which suggests that at least one-third of all harmful events could be prevented if all neighbourhoods had the same socioeconomic profile as the highest-income neighbourhoods. INTERPRETATION: Rates of opioid-related harms increased in Ontario between 2003 and 2016, and people in lower-income neighbourhoods experienced substantially higher rates of opioid-related harms than those in higher-income neighbourhoods. This finding can inform planning for opioid-related public health interventions with consideration of health equity.
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) | 0,000 | 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 ».