Overdose deaths and the <scp>COVID</scp>‐19 pandemic in British Columbia, Canada
Notice bibliographique
Résumé
INTRODUCTION: British Columbia (BC) declared an overdose public health emergency in 2016. Since then, BC has consistently reported the highest overdose death rates of any province in Canada. In the context of the COVID-19 pandemic, overdose deaths in BC reached a record high in 2020. This analysis reports on changes in the profile of people who have died of overdose since BC's declaration of COVID-19 as a public health emergency on 17 March 2020. METHODS: Using BC Coroners Service data, Chi-square tests and multivariable logistic regression were conducted to compare demographic, geographic and post-mortem toxicology data between people who died of overdose before (17 March-31 December 2019) and after (17 March-31 December 2020) BC's declaration of COVID-19 as a public health emergency. RESULTS: Overdose deaths observed since 17 March 2020 (n = 1516) more than doubled those observed in the same period in 2019 (n = 744). In the adjusted logistic regression model, odds of death in the post compared to pre-COVID-19 period was significantly higher among males compared to females, among all older age groups compared to people aged 30-39, and was lower in public buildings compared to private residences. DISCUSSION AND CONCLUSIONS: Alongside a significant increase in overdose deaths since BC's declaration of COVID-19 as a public health emergency, the demographic profile of people who have died of overdose has changed. Ongoing overdose prevention efforts in BC must seek to reach people who remain most isolated, including older adults, who during dual public health emergencies are facing compounded risk of preventable mortality.
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) | 0,001 | 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 ».