Socioeconomic factors and substances involved in poisoning-related emergency department visits in British Columbia, Canada
Notice bibliographique
Résumé
INTRODUCTION: Canada's opioid crisis has taken thousands of lives, increasing awareness of poisoning-related injuries as an important public health issue. However, in British Columbia (BC), where overdose mortality rates are the highest in Canada, studies have not yet identified which demographic populations most often visit emergency departments (ED) due to all poisonings, nor which substances are most commonly involved. The aim of this study was to explore these gaps, after developing a methodology for calculating ED visit rates in BC. METHODS: Poisoning-related ED visit rates during fiscal years 2012/13 to 2016/17, inclusive, were calculated by sex, age group, poisoning substance and socioeconomic status, using a novel methodology developed in this study. ED data were sourced from the National Ambulatory Care Reporting System and population data from Statistics Canada's 2016 (or 2011) census profiles. RESULTS: During the study period, there were an estimated 81 463 poisoning-related ED visits (351.2 per 100 000 population). Infants, toddlers, youth and those aged 20-64 years had elevated risks of poisoning-related ED visits. Rates were highest among those in neighbourhoods with the greatest material (607.8 per 100 000 population) or social (484.2 per 100 000 population) deprivation. Over time, narcotics and psychodysleptics became increasingly common poisoning agents, while alcohol remained problematic. CONCLUSION: A methodology for estimating ED visit rates in BC was developed and applied to determine poisoning-related ED visit rates among various demographic groups within BC. British Columbians most vulnerable to poisoning have been identified, emphasizing the need for efforts to limit drug overdoses and excessive alcohol intoxication to reduce rates of these preventable injuries.
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 | 0,000 |
| 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 ».