The epidemiology of benzodiazepine-related toxicity in Ontario, Canada: a population-based descriptive study
Notice bibliographique
Résumé
OBJECTIVES: Despite the widespread use of prescription benzodiazepines, there are few studies examining trends and patterns of benzodiazepine-related toxicity. We describe the epidemiology of benzodiazepine-related toxicity in Ontario, Canada. METHODS: We conducted a population-based, cross-sectional study of Ontario residents who had an emergency department visit or hospitalization for benzodiazepine-related toxicity between January 1, 2013 and December 31, 2020. We reported annual crude and age-standardized rates of benzodiazepine-related toxicity overall, by age, and by sex. In each year, we characterized the history of benzodiazepine and opioid prescribing among people who experienced benzodiazepine-related toxicity, and reported the percentage of encounters with opioid, alcohol, or stimulant co-involvement. RESULTS: Between 2013 and 2020, there were 32,674 benzodiazepine-related toxicity encounters among 25,979 Ontarians. During this period, the crude rate of benzodiazepine-related toxicity declined overall, from 28.0 to 26.1 per 100,000 population (age-standardized rate: 27.8 to 26.4 per 100,000), but increased among young adults aged 19 to 24 (39.9 to 66.6 per 100,000 population). Moreover, by 2020, the percentage of encounters associated with active benzodiazepine prescriptions had declined to 48.9%, while the percentage of encounters that had opioid, stimulant, or alcohol co-involvement rose to 28.8%. CONCLUSION: Benzodiazepine-related toxicity has declined in Ontario overall, but has increased among youth and young adults. Furthermore, there is growing co-involvement of opioids, stimulants, and alcohol, which may reflect the recent emergence of benzodiazepines in the unregulated drug supply. Multifaceted public health initiatives comprising harm reduction, mental health supports, and promotion of appropriate prescribing are needed to reduce benzodiazepine-related harm.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».