All‐cause and cause‐specific mortality among people with regular or problematic cocaine use: a systematic review and meta‐analysis
Notice bibliographique
Résumé
AIMS: To estimate pooled all-cause and cause-specific mortality risk for people with regular or problematic cocaine use. METHODS: Systematic review and meta-analysis of prospective or retrospective cohort studies or clinical trials (n ≥30) of people with regular or problematic cocaine use with data on all-cause or cause-specific mortality. Of 2808 papers, 28 were eligible and reported on 21 cohorts, with a total 170 019 individuals. Cohorts identified based on acute care for drug poisoning or other severe health presentation were excluded. Title/abstract screening was conducted by one reviewer; a second reviewer independently checked 10% of excluded studies. Two reviewers conducted full-text screening. Data were extracted by one reviewer and checked by a second. A customized review-specific study reporting quality/risk of bias tool was used. Data on crude mortality rates (CMR) and standardized mortality ratios were extracted for both all-cause and cause-specific mortality. Standardized mortality ratios were imputed where not provided by the author using extracted data and information from the Global Burden of Disease Study 2017. Data were pooled using a random-effects model. RESULTS: = 98.8%). The pooled all-cause standardized mortality ratio (SMR) was 6.13 (95% CI = 4.15, 9.05; n = 16 cohorts). Suicide (SMR = 6.26, 95% CI = 2.84, 13.80), accidental injury (SMR = 6.36, 95% CI = 4.18, 9.68), homicide (SMR = 9.38, 95% CI 3.45-25.48) and AIDS-related mortality (SMR = 23.12, 95% CI = 11.30, 47.31) were all elevated compared with age and sex peers in the general population. CONCLUSIONS: There are elevated rates of mortality among people with regular or problematic cocaine use for traumatic deaths and deaths attributable to infectious disease.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 | 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 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 ».