Ineffectiveness of Paramedic Naloxone Administration as a Standalone Metric for Community Opioid Overdoses and the Increasing Use of Naloxone by Community Members
Notice bibliographique
Résumé
INTRODUCTION: With Canada's growing opioid crisis, many communities are attempting to monitor cases in real-time. Paramedic Naloxone Administration (PNA) has become a common metric for monitoring overdoses. We evaluate whether the use of naloxone administration counts represents an effective monitoring tool for community opioid overdoses. METHODS: The electronic ambulance call report database of Peterborough Paramedics (Ontario, Canada) was examined. De-identified records from 2016-2019 with problem codes of "Opioid Overdose", along with all patients documented as receiving naloxone were extracted. Chi-square and Bonferroni-adjusted post hoc proportion tests were used for comparison of counts. RESULTS: 558 opioid overdoses were identified, 124 (22%) of which had PNA documented, 181(32%) had naloxone prior to arrival documented and 264 (47%) received no naloxone. Over the three years, the annual number of overdose cases increased, while the proportion of patients receiving PNA decreased significantly each year. PNA was also associated with calls in a residence. Naloxone was administered by a non-paramedic in 262 cases, with 181 of these identified as opioid overdoses and was more common in later years and in cases occurring in public places. CONCLUSION: PNA calls did not account for a significant percentage of opioid overdoses attended to by paramedics. The strong association between PNA and call location being a residence, along with increasing use of community naloxone kits, may cause certain populations to be under-represent if PNA is used as a standalone metric. The decreasing association with time may also lead to a falsely improving metric further reducing its effectiveness. Thus, PNA when used alone may no longer be a suitable metric for opioid overdose tracking.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».