Differences in heroin overdose risk associated with the unregulated drug market: Insights from a supervised injecting facility in Melbourne, Australia
Notice bibliographique
Résumé
AIMS: To determine the contribution that variation in the unregulated drug market has on the risk of heroin overdose across individuals with different levels of personal overdose risk. DESIGN: A retrospective cohort study of heroin injecting episodes and overdose cases were examined over a 12-month period between 30 June 2022 and 30 June 2023. SETTING: The Medically Supervised Injecting Room in Melbourne, Australia. CASES: 1474 witnessed heroin overdose cases were examined amongst a cohort of 337 individuals who were predominantly male (n = 276, 81.7%) with a median age of 43.5 years (interquartile range 37.25-49.00 years, range 20-75 years). MEASUREMENTS: The daily overdose rate was used to differentiate High and Low daily overdose risk categories. The number of overdose events that an individual experienced during the study period was used to differentiate people into Standard, Moderate and High personal overdose risk categories. Each overdose case was differentiated by the personal overdose risk of the individual who experienced the overdose, as well as the overdose risk of the day that overdose occurred. A stratified overdose risk profile was then derived across the nine different daily overdose risk and personal overdose risk categories. FINDINGS: The rate of overdose approximately doubled on High overdose risk days compared with Standard overdose risk days, increasing by a factor of 2.11, 2.41 and 2.03 times for individuals in the Standard, Moderate and High personal overdose risk groups. Conversely, the rate of overdose was also substantially reduced on Low overdose risk days to a factor of 0.17, 0.28 and 0.20, respectively. CONCLUSION: Among heroin users in Melbourne, Australia, there is an approximately 10-times difference in the risk of overdose on some days compared with others, which appears to be attributable to the effects of the unregulated drug market and not the effects of variation in personal overdose risk of individuals.
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) | 0,000 | 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 | 0,000 |
| 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 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 ».