MétaCan
Menu
Retour à la cohorte
Enregistrement W3160867139 · doi:10.2196/29298

Increases in Naloxone Administrations by Emergency Medical Services Providers During the COVID-19 Pandemic: Retrospective Time Series Study

2021· article· en· W3160867139 sur OpenAlexvenueno aff
Dalia Khoury, Alexander Preiss, Paul J. Geiger, Mohd Anwar, Kevin P. Conway

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthNational Institutes of Health
Mots-clés(+)-NaloxoneOpioid overdoseMedicinePandemicEmergency medicineCoronavirus disease 2019 (COVID-19)OpioidEmergency medical servicesAnesthesiaMedical emergencyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The opioid crisis in the United States may be exacerbated by the COVID-19 pandemic. Increases in opioid use, emergency medical services (EMS) runs for opioid-related overdoses, and opioid overdose deaths have been reported. No study has examined changes in multiple naloxone administrations, an indicator of overdose severity, during the COVID-19 pandemic. OBJECTIVE: This study examines changes in the occurrence of naloxone administrations and multiple naloxone administrations during EMS runs for opioid-related overdoses during the COVID-19 pandemic in Guilford County, North Carolina (NC). METHODS: Using a period-over-period approach, we compared the occurrence of opioid-related EMS runs, naloxone administrations, and multiple naloxone administrations during the 29-week period before (September 1, 2019, to March 9, 2020) and after NC's COVID-19 state of emergency declaration (ie, the COVID-19 period of March 10 to September 30, 2020). Furthermore, historical data were used to generate a quasi-control distribution of period-over-period changes to compare the occurrence of each outcome during the COVID-19 period to each 29-week period back to January 1, 2014. RESULTS: All outcomes increased during the COVID-19 period. Compared to the previous 29 weeks, the COVID-19 period experienced increases in the weekly mean number of opioid-related EMS runs (25.6, SD 5.6 vs 18.6, SD 6.6; P<.001), naloxone administrations (22.3, SD 6.2 vs 14.1, SD 6.0; P<.001), and multiple naloxone administrations (5.0, SD 1.9 vs 2.7, SD 1.9; P<.001), corresponding to proportional increases of 37.4%, 57.8%, and 84.8%, respectively. Additionally, the increases during the COVID-19 period were greater than 91% of all historical 29-week periods analyzed. CONCLUSIONS: The occurrence of EMS runs for opioid-related overdoses, naloxone administrations, and multiple naloxone administrations during EMS runs increased during the COVID-19 pandemic in Guilford County, NC. For a host of reasons that need to be explored, the COVID-19 pandemic appears to have exacerbated the opioid crisis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,341
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetOpioid Use Disorder TreatmentTravaux en français237 207