Trends in Hospitalizations for Serious Infections Among People With Opioid Use Disorder in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: Opioid use among people who inject drugs can lead to serious complications, including infections. We sought to study trends in rates of these complications among people with an opioid use disorder (OUD) and the sequelae of those hospitalizations. METHODS: We analyzed all inpatient hospitalizations for serious infections (infective endocarditis [IE], spinal infections, nonvertebral bone infections, and skin or soft tissue infections) among people with OUD in Ontario between 2013 and 2019. We reported the population adjusted rate of hospitalizations for serious infections annually, stratified by type of infection and prevalence of prior opioid agonist therapy and hydromorphone prescribing. We reported characteristics of hospitalizations and 30-day mortality in the most recent 2 years. RESULTS: Among people with OUD there was a 167% increase in rates of IE (7.7-20.6 per million residents; P < 0.01), a 394% increase in rates of spinal infections (3.4-16.8 per million residents; P < 0.01), a 191% increase in rates of nonvertebral bone infections (8.9 to 25.9 per million residents; P < 0.01), and a 147% increase in infections of the skin or soft tissue (32.1-79.4 per million residents; P < 0.01) over 7 years in Ontario. Death in-hospital and within 30 days of discharge was highest among those with IE (11.5% and 15.9%, respectively), and lower among those with other infections (<5%). CONCLUSIONS: Rates of serious infections among people with OUD are rising, placing a significant burden on patients. These findings suggest that early intervention and treatment of infections in this population are needed to prevent downstream harm.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».