Relation of substance use disorders to mortality, accident and emergency department attendances, and hospital admissions: A 13-year population-based cohort study in Hong Kong
Notice bibliographique
Résumé
BACKGROUND: The impact of substance use disorders (SUD) in an Asian population has not been fully explored. We aimed to assess the risk of mortality, accident and emergency (A&E) department attendances, and hospital admissions associated with SUD in a population-based cohort study. METHOD: Patients diagnosed with SUD in public A&E departments from 2004 to 2016 (N = 8,423) were identified in the Clinical Database Analysis and Reporting System of the Hong Kong Hospital Authority and 1:1 matched to patients without SUD by propensity score (N = 6,074 in each group). Relative risks of mortality, A&E attendances and hospital admissions were assessed using Cox regression and Hurdle negative binomial regression. RESULTS: Patients with SUD had higher mortality (hazard ratio=1.43; 95% confidence interval [CI]=1.26-1.62) and more often died from poisoning or toxicity and injuries. The odds ratio (OR) for A&E attendances and all-cause hospital admissions associated with SUD were 2.80 (95% CI=2.58-3.04) and 3.54 (95% CI=3.26-3.83), respectively. The impact of SUD on the above outcomes was greatest among school-aged individuals (≤ 21 years) and decreased with age. The relative risk of mental disorder-related hospital admissions was much higher than that for infections, respiratory diseases, and cardiovascular diseases. In patients with SUD, ketamine and amphetamine use were associated with increased A&E attendances than opioid use. CONCLUSIONS: SUD was associated with increased mortality, A&E attendances and hospital admissions, especially in school-aged individuals. Our findings suggest prioritising early treatment and preventive interventions for school-aged individuals and focusing on the management of comorbid mental disorders and the use of ketamine and amphetamine.
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 ».