The opioid mortality epidemic in North America: do we understand the supply side dynamics of this unprecedented crisis?
Notice bibliographique
Résumé
While there has been extensive attention to the 'demand side' - or use and adverse consequences, including mortality - of the 'opioid crisis' presently unfolding across North America, few considerations have focused on the supply side. This paper examines the supply side dynamics of this unprecedented public health phenomenon. We provide evidence for several interrelated supply-side elements that have contributed to the present public health crisis. We observe that initially, persistently high levels of prescription opioid availability and use exposed large proportions of the North American population to opioids, resulting in correspondingly high levels of medical and non-medical use (e.g., involving diversion). While various intervention measures to control prescription opioid availability and use have been implemented in recent years, leading to eventual reductions in opioid dispensing levels, these occurred late in the crisis's evolution. Moreover, these supply reductions have not been met by corresponding reductions in opioid use or demand levels. These growing discrepancies between opioid demand and prescription-based sources have left major gaps in opioid supplies. In response to such supply gaps, highly potent and toxic illicit opioid products have rapidly proliferated across North America, and become a core driver of the dramatic spikes in opioid overdose fatality levels in recent years. These supply-related interrelations are corroborated by a corresponding increase in illicit opioid-related fatalities, which arose just as medical opioid supplies began to decrease in many jurisdictions. Improved analyses and understanding of the supply-side dynamics of the opioid crisis are urgently needed in order to inform future intervention and policy development. Meanwhile, the high mortality toll related to illicit, highly toxic opioid exposure requires sustained solutions, including supply-oriented measures (e.g., safer opioid distribution for at-risk users) towards improved public health protection.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».