Systematic review and meta-analysis to estimate the burden of fatal and non-fatal overdose among people who inject drugs
Notice bibliographique
Résumé
Abstract Background People who inject drugs (PWID) have high overdose risk. To assess the burden of drug overdose among PWID in light of opioid epidemic-associated increases in injection drug use (IDU), we estimated rates of non-fatal and fatal overdose among PWID living in Organization for Economic Cooperation and Development (OECD) countries using data from 2010 or later. Methods PubMed, Psych Info, and Embase databases were systematically searched to identify peer-reviewed studies reporting prevalence or rates of recent (past 12 months) fatal or non-fatal overdose events among PWID in OECD countries. Data were extracted and meta-analyzed using random effects models to produce pooled non-fatal and fatal overdose rates. Results 57 of 13,307 identified reports were included in the review, with 33/57 studies contributing unique data and included in the meta-analysis. Other (24/57) studies presented overlapping data to those included in meta-analysis. The rates of non-fatal and fatal overdose among PWID in OECD countries were 24.74 per 100 person years (PY) (95% CI: 19.86 – 30.83; n=28; I 2 =98.5%) and 0.61 per 100 PY (95% CI: 0.32 – 1.16; n=8; I 2 =93.4%), respectively. The rate of non-fatal overdose was 27.79 in North American countries, 25.71 in Canada, 28.59 in the U.S., and 21.44 in Australia. Conclusion These findings suggest there is a fatal overdose for every 40 non-fatal overdose events among PWID in OECD countries. The magnitude of overdose burden estimated here underscores the need for expansion of overdose prevention and treatment programs and serves as a baseline estimate for monitoring success of such programs.
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 | 0,022 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,028 | 0,048 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».