Optimizing placement of public-access naloxone kits using geospatial analytics: a modelling study
Notice bibliographique
Résumé
BACKGROUND: More than 85 000 people die annually across North America from opioid poisoning; naloxone in the hands of the public is an effective intervention and saves lives. We compared the accessibility of different placement strategies for public-access naloxone kits. METHODS: We evaluated all opioid-poisoning incidents recorded by BC Emergency Health Services between December 2014 and August 2020 in Metro Vancouver, Canada. We determined the number of opioid poisonings "covered" (i.e., within a 3-minute walk) by 3 different coverage strategies: (1) existing locations participating in take-home naloxone programs; (2) blanket naloxone kit placement at chain businesses, pharmacies, and registered public-defibrillator locations; and (3) optimization-based strategic kit placement at transit stops based on historical poisonings. RESULTS: We included 14 089 opioid poisonings. Existing locations participating in take-home naloxone programs (647 locations) covered 4988 (35.4%) opioid poisonings. Chain businesses (10-233 locations) covered 6 (0.0%) to 1165 (8.3%) opioid poisonings, and chain business categories (12-810 locations), pharmacies (790 locations), and public-defibrillator locations (980 locations) covered 97 (0.7%) to 3152 (22.4%) opioid poisonings. Optimization-based strategic placement of naloxone kits at transit stops yielded generally higher coverage levels, ranging from 2907 (20.6%) opioid poisonings covered with 10 kit locations, to 7506 (53.3%) with 1000 kit locations. INTERPRETATION: Optimized placement of publicly accessible naloxone kits at transit locations was most effective at improving public accessibility of naloxone, and blanket placement at take-home naloxone program locations covered a substantial proportion of opioid poisonings. Public-access naloxone may improve community access to naloxone in response to opioid poisonings.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».