MétaCan
Menu
Retour à la cohorte
Enregistrement W4366350984 · doi:10.1371/journal.pone.0283549

Opioid-related deaths during hospital admissions or shortly after discharge in the United Kingdom: A thematic framework analysis of coroner reports

2023· article· en· W4366350984 sur OpenAlexafffund
Dan Lewer, Thomas D. Brothers, Magdalena Harris, Kirsten L. Rock, Caroline S. Copeland

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensDalhousie University
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of HealthNational Institute for Health and Care ResearchCanadian Institutes of Health ResearchDalhousie UniversityDepartment of Health and Social Care
Mots-clésCoronerMedicineHeroinEmergency medicineMedical examinerCause of deathDrug overdoseOpioidThematic analysisOpioid overdosePoison controlInjury preventionPsychiatryMedical emergencyDrugInternal medicine(+)-NaloxoneDisease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People who use heroin and other illicit opioids are at high risk of fatal overdose in the days after hospital discharge, but the reasons for this risk have not been studied. METHODS: We used the National Programme on Substance Abuse Deaths, a database of coroner reports for deaths following psychoactive drug use in England, Wales, and Northern Ireland. We selected reports where the death occurred between 2010 and 2021, an opioid was detected in toxicology testing, the death was related to nonmedical opioid use, and death was either during an acute medical or psychiatric hospital admission or within 14 days after discharge. We used thematic framework analysis of factors that may contribute to the risk of death during hospital admission or after discharge. RESULTS: We identified 121 coroners' reports; 42 where a patient died after using drugs during hospital admission, and 79 where death occurred shortly after discharge. The median age at death was 40 (IQR 34-46); 88 (73%) were male; and sedatives additional to opioids were detected at postmortem in 88 cases (73%), most commonly benzodiazepines. In thematic framework analysis, we categorised potential causes of fatal opioid overdose into three areas: (a) hospital policies and actions. Zero-tolerance policies mean that patients conceal drug use and use drugs in unsafe places such as locked bathrooms. Patients may be discharged to locations such as temporary hostels or the street while recovering. Some patients bring their own medicines or illicit opioids due to expectations of low-quality care, including undertreated withdrawal or pain; (b) high-risk use of sedatives. People may increase sedative use to manage symptoms of acute illness or a mental health crisis, and some may lose tolerance to opioids during a hospital admission; (c) declining health. Physical health and mobility problems posed barriers to post-discharge treatment for substance use, and some patients had sudden deteriorations in health that may have contributed to respiratory depression. CONCLUSION: Hospital admissions are associated with acute health crises that increase the risk of fatal overdose for patients who use illicit opioids. Hospitals need guidance to help them care for this patient group, particularly in relation to withdrawal management, harm reduction interventions such as take-home naloxone, discharge planning including continuation of opioid agonist therapy during recovery, management of poly-sedative use, and access to palliative care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,101
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0210,020
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,300
Écart entre enseignants0,251 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetOpioid Use Disorder TreatmentTravaux en français237 207