An ecological study of the correlation between COVID-19 support payments and overdose events in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Pandemic income support payments have been speculatively linked to an increased incidence of illicit drug poisoning (overdose). However, existing research is limited. METHODS: Collating Canadian Emergency Response Benefit (CERB) payment data with data on paramedic attended overdose and illicit drug toxicity deaths for the province of British Columbia at the Local Health Area (LHA) level, we conducted a correlation analysis to compare overdose rates before, during and after active CERB disbursement. RESULTS: There were 20,014,270 CERB-entitled weeks identified among residents of British Columbia for the duration of the pandemic response program. Approximately 52 % of all CERB entitled weeks in the study were among females and approximately 48 % were among males. Paramedic-attended overdoses increased uniformly across the pre-CERB, CERB and post-CERB periods, while illicit drug toxicity deaths sharply increased and then remained high over the period of the study. Correlation analyses between overdose and CERB-entitled weeks approached zero for both paramedic-attended overdoses and illicit drug toxicity deaths. CONCLUSIONS: These findings suggest that attributing the pandemic increase in overdose to income support payments is unfounded. Sustained levels of unacceptably high non-fatal and fatal drug poisonings that further increased at the start of the pandemic are reflective of complex pre-existing and pandemic-driven changes to overdose risk.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».