Estimating changes in overdose death rates from increasing methamphetamine supply in Ohio: Evidence from crime lab data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: We investigate the relationship between the supply of methamphetamine and overdose death risk in Ohio. Ohio and the overall US have experienced a marked increase in overdose deaths from methamphetamine combined with fentanyl over the last decade. The increasing use of methamphetamine may be increasing the risk of overdose death. However, if people are using it to substitute away from more dangerous synthetic opioids, it may reduce the overall risk of overdose death. Methods: Ohio's Bureau of Criminal Investigation's crime lab data include a detailed list of the content of drug samples from law enforcement seizures, which are used as a proxy for drug supply. We use linear regressions to estimate the relationship between the proportion of methamphetamine in lab samples and unintentional drug overdose death rates from January 2015 through September 2021. Results: Relatively more methamphetamine in crime lab data in a county-month has either no statistically significant relationship with overdose death rates (in small and medium population counties) or a negative and statistically significant relationship with overdose death rates (in large population counties). Past overdose death rates do not predict future increases in methamphetamine in crime lab data. Conclusions: The results are consistent with a relatively higher supply of methamphetamine reducing the general risk of overdose death, possibly due to substitution away from more dangerous synthetic opioids. However, the supply of methamphetamine appears unrelated to the past illicit drug risk environment. The non-lethal and yet serious health effects of MA use were not explored and, thus, even if the presence of MA reduces the population-level overdose mortality rate, the rise of other adverse health effects may counteract any public health benefits of fewer deaths.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle