Recent changes in trends of opioid overdose deaths in North America
Notice bibliographique
Résumé
BACKGROUND: As several regulatory and environmental changes have occurred in North America, trends in overdose deaths were examined in the United States (US), Ontario and British Columbia (BC), including changes in consumption levels of prescription opioids (PO) and overdose deaths, changes in correlations between consumption levels of PO and overdose deaths and modeled differences between observed and predicted overdose deaths if no changes had occurred. METHODS: Consumption levels of PO included defined daily doses for statistical purposes per million inhabitants per day for the US and Canada (2001-2015). Overdose deaths included opioid overdose deaths for the US (2001-2017) and Ontario (2003-2017) and illicit drug overdose deaths for BC (2001-2017). The analytic techniques included structural break point analyses, Pearson product-moment correlations and multivariate Gaussian state space modeling. RESULTS: Consumption levels of PO changed in the US in 2010 and in Canada in 2012. Overdose deaths changed in the US in 2014 and in Ontario and BC in 2015. Prior to the observed changes in consumption levels of PO, there were positive correlations between consumption levels of PO and overdose deaths in the US (r = 0.99, p < 0.001) and Ontario (r = 0.92, p = 0.003). After the observed changes in consumption levels of PO, there was a negative correlation between consumption levels of PO and overdose deaths in the US (r = - 0.99, p = 0.002). Observed overdose deaths exceeded predicted overdose deaths by 5.7 (95% Confidence Interval [CI]: 4.8-6.6), 3.5 (95% CI: 3.2-3.8) and 21.8 (95% CI: 18.6-24.9) deaths per 100,000 people in the US, Ontario and BC, respectively in 2017. These excess deaths corresponded to 37.7% (95% CI: 31.9-43.6), 39.2% (95% CI: 36.3-42.1) and 72.2% (95% CI: 61.8-82.6) of observed overdose deaths in the US, Ontario and BC, respectively in 2017. CONCLUSIONS: The opioid crisis has evolved in North America, as a sizeable proportion of overdose deaths are now attributable to the several regulatory and environmental changes. These findings necessitate substance use policies to be conceptualized more broadly as well as the continued expansion of harm reduction services and types of pharmacotherapy interventions.
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 | 0,001 |
| 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 ».