Steep increases in fentanyl-related mortality west of the Mississippi River: synthesizing recent evidence from county and state surveillance
Notice bibliographique
Résumé
ABSTRACT Background and Aims Overdose deaths from synthetic opioids (e.g., fentanyl), increased 10-fold in the United States from 2013-2018, despite 88% of deaths occurring east of the Mississippi River. Public health professionals have long feared that further spread of fentanyl could greatly exacerbate the opioid epidemic. We aimed to measure and characterize recent fentanyl deaths in jurisdictions west of the Mississippi River. Design Systematic search of states and counties in the Western U.S. for publicly available data on fentanyl-related deaths since the most recently published Centers for Disease Control and Prevention (CDC) statistics, which cover through December 2018. Longitudinal study using 2019 and 2020 mortality records to identify changes in fentanyl-involved mortality since most recent CDC statistics. Settings U.S. states west of the Mississippi River. Measurements Annual rate of fentanyl-involved deaths per 100,000 population. Proportion of fatal heroin-, stimulant, and prescription pill overdoses also involving fentanyl. Findings We identified nine jurisdictions with publicly available fentanyl death data through December 2019 or later - State of Arizona; Denver County, CO; Harris County, TX; Humboldt County, CA; King County, WA; Los Angeles County, CA; San Francisco County, CA; Siskiyou County, CA; Dallas-Fort Worth, TX metro area (Denton, Johnson, Parker, Tarrant counties. Fentanyl deaths increased in each jurisdiction. Their collective contribution to national synthetic narcotics mortality tripled from 2017 to 2019. First quarter 2020 data (available from all but San Francisco County) showed a 33% growth in fentanyl-mortality over 2019. Fentanyl-involvement in heroin, stimulant, and prescription pill deaths has grown substantially over time. Conclusions Fentanyl has spread westward, which could dramatically worsen the nation’s already severe opioid epidemic. Increasing standard-dose of naloxone, expanding Medicaid, improving coverage of addiction treatment, and public health educational campaigns should be prioritized.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».