Heroin Abuse among IDU and Local PO Dispensing Levels in Ontario Cities
Notice bibliographique
Résumé
Background: Amid Ontario’s growing opioid crisis, heroin abuse remains widespread in select urban areas and contributes to a large proportion of opioid overdoses provincially. Compared to prescription opioids (POs), heroin is especially hazardous to abuse since it is illicitly manufactured and frequently consumed by injection. PO abuse can also transition to heroin if access to preferred POs is impacted via diversion, dispensing or prescribing. However, the dynamics between preferences for heroin and local PO saturation (in this case, dispensing) are not well understood.
 Methods: Heroin abuse data were gathered from PHAC’s I-Track surveillance system while PO dispensing data were from the Ontario Drug Benefit (ODB) claims database. Using an unmatched repeated cross-sectional design, datasets spanning 2003 to 2011 were merged. The hierarchical structure consisted of individual-level I-Track responses nested within year and again within five city-level (Kingston, London, Sudbury, Thunder Bay and Toronto) dispensing rates. Mixed-effects multilevel logistic regressions were used to examine relationships.
 Results: Almost one third (30.5%) of I-Track respondents abused heroin in the previous six months with marked variation by city, from roughly half of Toronto participants (51.0%) to about one in twenty (5.2%) in Thunder Bay. The final multivariate model for heroin abuse contained morphine dispensing (OR=1.04, p=0.011), present age (OR=0.99, p=0.045) and age of first injection (OR=0.97, p≤0.001). That is, considering age and age of first injection, heroin abuse was 4.4% more likely among IDU with each increase in annual morphine dispensing rates in their respective cities.
 Implications: The connection between heroin abuse and dispensing rates of chemically similar morphine, but not other POs, reflects a substitution effect for specific opioid types regardless of whether illicit or prescription. Precautions should be taken to prevent heroin abuse and establish harm reduction strategies before expected interference to local dispensing levels of any chemically analogous POs (particularly morphine).
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 | 0,000 | 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 ».