Concurrent use of opioids and stimulants and risk of fatal overdose: A cohort study
Notice bibliographique
Résumé
BACKGROUND: Stimulant use has been rising among people with opioid use disorder in recent years in North America, alongside a parallel rise in illicit drug toxicity (overdose) deaths. This study aimed to examine the association between stimulant use and overdose mortality. METHODS: Data from a universal health insurance client roster were used to identify a 20% random general population sample (aged ≥12) in British Columbia, Canada between January 1 2015 and December 31 2018 (N = 1,089,682). Provincial health records were used to identify people who used opioids and/or stimulants. Fatal overdose observed during follow-up (January 12,015- December 312,018) was retrieved from Vital Statistics Death Registry and BC Coroners Service Data. Potential confounders including age, sex, health region, comorbidities and prescribed medications were retrieved from the provincial client roster and health records. RESULTS: We identified 7460 people who used stimulants and or opioids. During follow-up there were 272 fatal overdose events. People who used both opioids and stimulants had more than twice the hazard of fatal overdose (HR: 2.02, 95% CI: 1.47-2.78, p < 0.001) compared to people who used opioids only. The hazard of death increased over time among people who used both opioids and stimulants. CONCLUSIONS: There is an urgent need to prioritize the service needs of people who use stimulants to reduce overdose mortality in British Columbia. Findings have relevance more broadly in other North American settings, where similar trends in opioid and stimulant polysubstance use have been observed.
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 | 0,000 |
| 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 ».