Systematic review and meta-analysis to estimate the burden of non-fatal and fatal overdose among people who inject drugs living in the U.S. and comparator countries: 2010 – 2023
Notice bibliographique
Résumé
Abstract Background People who inject drugs (PWID) have high risk for overdose, but there are no current estimates of overdose rates in this population. We estimated the rates of non-fatal and fatal overdose among PWID living in the U.S. and comparator countries (Canada, Mexico, United Kingdom, Australia), and ratios of non-fatal to fatal overdose, using literature published 01/01/2010 – 09/29/2023. Methods PubMed, PsychInfo, Embase, and ProQuest databases were systematically searched to identify publications reporting prevalence or rates of recent (past 12 months) non- fatal and fatal overdose among PWID. Non-fatal and fatal overdose rates were meta-analyzed using random effects models. Risk of bias was assessed using an adapted quality assessment tool, and heterogeneity was explored using sensitivity analyses. Results Our review included 143 records, with 58 contributing unique data to the meta- analysis. Non-fatal and fatal overdose rates among PWID in the U.S. were 32.9 per 100 person- years (PY) (95% CI: 26.4 – 40.9; n=28) and 1.7 per 100 PY (95% CI: 0.9 – 3.2; n=4), respectively. Limiting the analysis to data collected after 2016 yielded a non-fatal rate of 41.0 per 100 PY (95% CI: 32.1 – 52.5; n=16) and a fatal rate of 2.5 per 100 PY (95% CI: 1.4 – 4.3; n=2) in the U.S. An estimated 5% of overdoses among PWID in the U.S. result in death. Among the analyzed countries, Australia had the lowest non-fatal and fatal overdose rates and the largest ratio of non-fatal to fatal overdose. Conclusion Findings demonstrate substantial burden of non-fatal and fatal overdose among PWID in the U.S. and comparator countries. Scale-up of interventions that prevent overdose mortality and investments in PWID health research are urgently needed.
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 | 0,020 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,043 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».