8 Characterizing Opioid Overdose Deaths in Children (COODC Study)
Notice bibliographique
Résumé
Abstract Background With the opioid epidemic the numbers of fentanyl-related adult deaths are increasing in Canada but there is limited knowledge of fentanyl’s effect on paediatric deaths. Objectives Our aim is to describe cases of fatal paediatric opioid toxicity, and their characteristics, to help guide public policy and health care system response. Design/Methods Patient information was collected from the opioid investigative aid (OIA) database, which collects all suspected opiate-related deaths in Ontario. A chart review was performed on patients less than 10 years of age between October 1st, 2017, to October 31st, 2021. Patient characteristics were calculated as percentages and a descriptive analysis was conducted. Results 10 childhood deaths occurred, and the average age was 1.9 (Table 1). The causative opioid was fentanyl alone in 40% of cases, fentanyl in combination in 40%, and hydromorphone and methadone with 10% each. Most cases involved improperly stored medication or illicit substances (Table )2. All had previous child protection service involvement. Conclusion In patients less than 10 years of age, there were ten opioid-related deaths over four years, all in children younger than 5 years. Fentanyl was the primary drug involved in 80% of cases. This demonstrates the rise of fentanyl-related opioid deaths in children and elucidates areas for change, including education, proper storage of illicit substances, and implications for the child protection system.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».