Time-Varying Vulnerability to Non-Fatal Overdose: A Self-Controlled Case Series
Notice bibliographique
Résumé
IntroductionCohort studies have suggested that there are periods of time, including the two weeks following release from prison and the transition on and off opioid agonist therapy (OAT), where the risk of overdose is heightened. However, this research has focused on fatal overdose and may be subject to confounding. Objectives and ApproachThis study aimed to examine the association between time-varying risk factors – release from incarceration, discharge from hospital and emergency department, and use of prescribed OAT, opioids, benzodiazepines and antipsychotics – and non-fatal overdose. People in a 20% random sample of residents in BC, Canada who experienced a non-fatal overdose in 2015-2017 were identified through hospital admissions, physician and emergency department visits, and poison centre and ambulance calls. Risk periods associated with exposure to each time varying risk factor were created using linked administrative data. Using a self-controlled case series design, conditional Poisson regression was used to estimate the incidence rate ratio of non-fatal overdose during the risk periods compared to at other times. Results4149 people experienced a non-fatal overdose during follow-up. People were at increased risk of overdose on the day of admission to prison (adjusted incidence rate ratio (AIRR) 2.8, 95% confidence interval (95%CI) 1.5-5.0), in the two weeks after release from prison (AIRR 2.9, 95%CI 2.4-3.6) and after hospital discharge (AIRR 1.3, 95%CI 1.1-1.6), and during prescription opioid (AIRR 1.3, 95%CI 1.0-1.6) and benzodiazepine (AIRR 1.7, 95%CI 1.3-2.1) use. People were at lower risk of non-fatal overdose during OAT use (AIRR 0.4, 95%CI 0.3-0.5) and while in prison (AIRR 0.1, 95%CI 0.1-0.2). Conclusion / ImplicationsThere are acute, transient periods where a person’s risk of overdose is heightened. These include release from incarceration, discharge from hospital, and while taking prescription opioids and benzodiazepines. These periods of increased risk should be targeted for overdose prevention efforts.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| 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) | 0,002 | 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 ».