Trends in toxicological findings in unintentional opioid or stimulant toxicity deaths in Québec, Canada, 2012–2021: Has Québec entered a new era of drug‐related deaths?
Notice bibliographique
Résumé
INTRODUCTION: We aimed to describe rates and toxicological findings of unintentional opioid and stimulant toxicity deaths, 2012-2021. METHODS: The dataset included accidental deaths determined by the Coroner to be due to opioids or stimulants. We calculated annual crude mortality rates and described combinations of drugs identified in toxicological examinations of these deaths. We described temporal trends in the detection of specific opioids, stimulants, benzodiazepines (including novel benzodiazepines), gabapentinoids and z-drugs in deaths due to opioids and stimulants. RESULTS: Mortality rates increased over time, reaching their peak in 2020 and remaining high in 2021. In deaths due to opioids, there was a decline in the proportion of deaths involving pharmaceutical opioids after 2019, and a corresponding increase in the proportion of deaths with fentanyl detected. Benzodiazepines were often present in deaths due to opioids, with novel benzodiazepines increasing rapidly from 2019 onwards. Cocaine was the most frequently detected drug in deaths due to stimulants, but amphetamine/methamphetamine was detected in around half of all stimulant deaths from 2016 onwards. DISCUSSION AND CONCLUSIONS: Despite availability of a multitude of overdose prevention interventions, mortality rates due to drug toxicity have increased in Québec. Toxicological findings of these deaths suggest concerning shifts in the illicit drug market, with Québec potentially having entered a new era of elevated overdose mortality. Intervention scale-up is essential, but unlikely to be sufficient, to reduce drug-related mortality. Policy reform to address the root causes of drug toxicity deaths, including an unpredictable drug supply, strained health systems and socio-economic precarity, is essential.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».