Predictors of Death From Physical Illness or Accidental/Intentional Causes Among Patients With Substance-Related Disorders
Notice bibliographique
Résumé
OBJECTIVE: This study identified patient clinical and sociodemographic characteristics, and, more originally, service use patterns as predictors of death from physical illness or accidental/intentional causes. METHODS: A cohort of 19,015 patients with substance-related disorders (SRD) from 14 addiction treatment centers was investigated using Quebec (Canada) health administrative databases. Death was studied over a 3-year period (April 1, 2013, to March 31, 2016), and most predictors from 4 years to 12 months prior to the time of death, using multinomial logistic regression. RESULTS: Frequent emergency department (ED) use strongly predicted both causes of death, suggesting that outpatient care responded inadequately to patient needs. Only receipt of specialized SRD and psychiatric care significantly decreased the risk of death from physical illness, with trends toward significance for accidental/intentional death. Hospitalization, greater material deprivation and having SRD-chronic physical illnesses or alcohol-related disorders most strongly predicted risk of death from physical illness. Sociodemographic characteristics, mainly social deprivation, were more likely to predict accidental/intentional death. CONCLUSIONS: Outpatient services could be improved by increasing outreach and motivational interventions and, for ED and hospital units, better screening, brief intervention, and referral to treatment, particularly for men and socially deprived patients at high risk of accidental/intentional death. Patients with more severe health conditions, notably older or materially deprived men at higher risk of death from physical illness, could benefit from programs like assertive community treatment or intensive case management that respond well to diverse and continuous patient needs. Collaborative care between SRD and health services could also be improved.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».