MétaCan
Menu
Retour à la cohorte
Enregistrement W2995453886 · doi:10.1093/pubmed/fdz162

Applying principles of injury and infectious disease control to the opioid mortality epidemic in North America: critical intervention gaps

2019· article· en· W2995453886 sur OpenAlexafffundabout
Benedikt Fischer, Michelle Pang, Mark Tyndall

Notice bibliographique

RevueJournal of Public Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of British ColumbiaCentre for Addiction and Mental HealthBC Centre for Disease ControlUniversity of TorontoSimon Fraser University
Organismes subventionnairesFaculty of Medical and Health Sciences, University of AucklandCanadian Institutes of Health Research
Mots-clésPsychological interventionPublic healthMedicineOpioid overdoseEnvironmental healthIntervention (counseling)Public health interventionsOpioidPoison controlDiseaseInjury preventionIntensive care medicinePsychiatry(+)-NaloxoneNursing

Résumé

récupéré en direct d'OpenAlex

North America has been experiencing an acute and unprecedented public health crisis involving excessive and increasing levels of opioid-related overdose mortality. In the present commentary, we examine current interventions (as existent mainly in Canada) to date and compare them against established intervention frameworks and practices in other areas of public health, specifically injury and infectious disease control. We observe that current interventions focusing on opioid drug safety or exposure-specifically those that focus on distinctly potent and toxic opioid products driving major increases in overdose mortality-may be considered the equivalent of 'agent-' or 'vector'-based interventions. Such interventions have been largely neglected in favor of 'host' (e.g., drug user-oriented) or 'environmental' measures among strategies to reduce opioid-related overdose, likely contributing to the limited efficacy of current measures. We explore potential reasons, implications and remedies for these gaps in the overall public health strategy employed towards improved interventions to reduce opioid-related health harms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,368
Écart entre enseignants0,331 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Public HealthMême sujetOpioid Use Disorder TreatmentTravaux en français237 207