Patterns of Acute Gamma‐Hydroxybutyrate Harms Requiring Ambulance Attendance: Should Greater Focus Be on Regional Areas?
Notice bibliographique
Résumé
INTRODUCTION: Gamma-hydroxybutyrate (GHB) use and attributable harms have been increasing in Europe and Australia. However, there are limited population surveillance tools available to map and track acute GHB-related harms, particularly outside metropolitan areas. The present study examined GHB-related ambulance attendances from January 2015 to March 2024 across the state of Victoria, and in Greater Geelong, the region associated with the highest number of attendances outside the state capital. METHODS: Retrospective analysis of all GHB-related ambulance attendances between 1 January 2015 and 31 March 2024 from the Victorian arm of the National Ambulance Surveillance System. Descriptives and time series analyses were used to present demographic and spatio-temporal patterns. RESULTS: There were 16,971 ambulance attendances for GHB during the study period. A sinusoidal trend was apparent in the statewide data, suggesting a seasonal factor to GHB-related attendances, with greater numbers occurring during quarter four of each year. Whilst a seasonal effect was also apparent in Greater Geelong, increases in attendances have been consistent since quarter four of 2021 (between 7% and 34%). The magnitude of these increases was not observed in other regional areas. DISCUSSION AND CONCLUSIONS: Acute GHB-related harms have increased in Victoria over time, in addition to a seasonal effect being apparent that coincided with summer in the Southern Hemisphere. Our findings support recent media reports from emergency department workers in the region of Greater Geelong that GHB harms have risen. This study demonstrates the value of using ambulance surveillance data to assess pre-hospital harms resulting from GHB use.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».