Overdose deaths involving non-BZD hypnotic/sedatives in the USA: Trends analyses
Notice bibliographique
Résumé
Background: There is sparse knowledge on overdose deaths resulting from non-benzodiazepines and gabapentinoids usage. We examined overdose death rate across demographics categories and the overdose death trends over time. Methods: Using data from the National Center for Health Statistics (USA), we identified 21,167 persons that died with an overdose ICD code as the underlying cause of death and had a T42.6/T42.7 ICD code, which include gabapentinoids and z-drugs, among their multiple causes of death. The overdose death rate was calculated per 100,000 persons for every year between 2000 and 2018. We used joinpoint regression analyses to assess trends over time. Results: We identified a rise in the proportion of deaths with a T42.6/T42.7 ICD code between 2000 and 2006 (yearly change: +0.06) and between 2006 and 2015 (yearly change: +0.32). From 2000 to 2008, the proportion of deaths with any other T code rose significantly (yearly change: +3.56). Between 2008 and 2018, there was also a significant rise (yearly change: +1.31). From 2000 to 2015, the proportion of deaths with a T42.6/T42.7 ICD code with any other T code rose (yearly change: +2.58). From 2000 to 2015, the proportion of deaths with a T42.6/T42.7 ICD code with a concurrent benzodiazepine T code rose (yearly change: +1.98). From 2000 to 2005, the proportion of alcohol T codes rose non-significantly (yearly change: +0.35). Finally, the proportion of alcohol T codes fell significantly between 2008 and 2018 (yearly change: - 0.74). Interpretation: Deaths due to non-benzodiazepine hypnotics and gabapentinoids increased significantly over the last two decades. Clinicians should not assume that replacing benzodiazepines and opioids with these medications necessarily lowers risk to the patient. Funding: This study was funded by an internal grant from the Columbia University President's Global Innovation Fund (PI: Martins).
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».