Toxicology and prescribed medication histories among people experiencing fatal illicit drug overdose in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Since 2015, illicit drug overdose has been one of British Columbia’s most pressing public health issues. Our objective was to assess prescription history in the context of postmortem toxicology among people who had a fatal illicit drug overdose in BC. METHODS: Toxicology results from drug overdose deaths involving 1 or more illicit drugs, as identified by the BC Coroners Service in 2015–2017, were linked to the prescription drug histories of individuals as recorded in BC’s PharmaNet database for a descriptive analysis. Substances identified in toxicology were considered prescribed if the individual had an active dispensation for a matching medication within 60 days before overdose. RESULTS: There were 2872 deaths from illicit drug toxicity during the study period; 1789 (62.3%) were closed cases with toxicology results available. In 85.5% of cases, 1 or more opioids were found to be relevant to death. Prescribed opioids in the absence of nonprescribed opioids were detected in only 2.0% of cases, and 6.7% had a combination of prescribed and nonprescribed opioids. Among those with 1 or more nonprescribed opioids, 78.5% had fentanyl or fentanyl analogues detected. Medications used in opioid agonist therapy (methadone and buprenorphine) were found to be relevant to death in 7.4% of cases, with methadone (130 cases) much more common than buprenorphine (< 5 cases). Stimulants were detected in 70.6% of cases. INTERPRETATION: Our data show a high prevalence of nonprescribed fentanyl and stimulants, and a low prevalence of prescribed opioids detected on toxicology in people who died from illicit drug overdose. These results suggest that strategies to address the current overdose crisis in Canada must do much more than target deprescribing of opioids.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».