Predictors of overdose response hotline use for mental health and fatal overdose prevention
Notice bibliographique
Résumé
OBJECTIVES: The overdose crisis remains one of the largest public health issues facing North America to date. Formalized virtual spotting services have gained popularity as a harm reduction intervention, proving early effectiveness in reducing overdose mortality. This study determined the characteristics of individuals who recurrently use one such service, Canada's National Overdose Response Service (NORS). METHODS: In this retrospective study, call logs from NORS were analyzed from service inception. Demographics including age, gender, province, community size, substance used, routes of administration, and adverse events were all collected and imputed into a marginal means and rates model to determine the predictors of recurrent service use. RESULTS: A total of 7340 unique calls were included within our analysis. Of those, 1167 (15.8%) reported their gender as male, 3744 (51.0%) as female, and 1329 (18.1%) as gender diverse, and 1100 (14.9%) did not report their gender. In terms of age, 46 (0.6%) were individuals under the age of 18 years, 3561 (48.5%) were between 18 and 30, 557 (7.6%) were between 31 and 40, 2505 (34.1%) were between 41 and 50, 525 (7.1%) were age 51 or over, and 146 (2.0%) did not report their age. Men's rate ratios for recurrent calls were significantly lower than women's (RR = 0.08, 95% CI = 0.07‒0.09), as were those for respondents aged 31‒40 years as compared with those aged 18‒30 (RR = 0.26, 95% CI = 0.15‒0.45). Between regions, rate ratios for callers from British Columbia (RR = 0.28, 95% CI = 0.17‒2.24) and Atlantic provinces (RR = 0.09; 95% CI = 0.07‒0.12) were significantly lower than those for callers from the province of Ontario. Similarly, rural callers demonstrated lower recurrent service use (RR = 0.08; 95% CI = 0.07‒0.11) than their urban counterparts. CONCLUSION: NORS demonstrates higher usage patterns within certain demographic groups, in particular, urban women. The results can therefore be used to target public health messaging toward those who derive the most benefit from the service and to tailor programming to those who are at highest risk to use alone.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».