MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386989342 · doi:10.1093/pch/pxad055.025

25 Severe and Life-threatening Opioid, Stimulant, and Sedative Use in Canadian Youth: A One-time Survey of Paediatricians and Paediatric Subspecialists

2023· article· en· W4386989342 sur OpenAlexaboutno aff
Matthew Carwana, Nicholas Chadi, Eva Moore, Helia Shariati, Sara Citron

Notice bibliographique

RevuePaediatrics & Child Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesJohnson and Johnson
Mots-clésMedicinePopulationPublic healthOpioid use disorderStimulantOpioid overdoseIncidence (geometry)Substance abusePediatricsFamily medicineEmergency medicinePsychiatryEnvironmental healthOpioid(+)-NaloxoneNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Toxic drug supply is a public health emergency in Canada. The syndemic impact of Covid-19 has exacerbated the adverse outcomes of overdose, driving up mortality rates. Despite the fact that opioid use disorder is predominantly viewed as an adult issue, an increasing number of youth in Canada experience severe-life threatening overdose; it is the leading cause of death in youth ages 10-18 in Western Canada. Epidemiologic data related to this population remains limited. 1.Objectives: To determine the minimum incidence of children and adolescents presenting with severe or life-threatening opioid, stimulant, and sedative exposure among youth presenting to Canadian paediatricians and paediatric subspecialists. 2.To describe the treatment and services available for youth presenting with substance use to paediatric care in Canada. Design/Methods A one-time cross-sectional survey of Canadian paediatricians and paediatric subspecialists using the Canadian Paediatric Surveillance System (CPSP) was conducted in the Spring of 2022. A population denominator of 2,900,866 was selected based on Statistics Canada census data for children and youth 12-18 in 2021. Data were analyzed using Stata v15.1. Results 1027 respondents (response rate: 37%) completed the survey, of whom 934 (90.9%) reported providing care to children and youth 12 years and above. 115 (12.3%) respondents indicated managing a youth with severe or life-threatening substance use in the prior 24 months. Most providers operated in urban settings (n=95, 84.8%), but there were cases reported in suburban (n=9, 8.0%) and rural/remote (n=8, 7.1%) environments as well. Calculated minimum cumulative incidence per 100,000/year were: opioid overdose 2.94; opioid use requiring pharmacotherapy 1.69; stimulant toxicity 3.22; and sedative toxicity 3.1 (Table 1). Respondents also reported service availability for youth substance use. Respondent awareness of the availability of overdose-related services was high for outpatient mental health services (85.4% for 12 to15-year-olds, 86.1% for 16 to18-year-olds), but poor to moderate (25.3%-53.1%) for all other surveyed services, including inpatient stabilization and intensive outpatient management. Conclusion Paediatricians and paediatric subspecialists interface significantly with youth experiencing severe substance use and overdose. The minimum calculated incidence rates provided are significant and concerning at the population level, despite excluding youth that do not seek physician care after overdose. Paediatric providers have limited awareness of service availability for youth that use substances. Further studies and knowledge translation are required.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,041
Tête enseignante GPT0,289
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetPediatric Pain Management Techniques→Travaux en français237 207→