Racial/Ethnic and Regional Disparities in Opioid-Involved Overdose Deaths among Children and Adolescents in the United States
Notice bibliographique
Résumé
BACKGROUND: Despite the opioid crisis being declared a national emergency in 2017, few studies have examined disparities in overdose mortality trends among children and adolescents. This study assessed trends in opioid-involved overdose mortality among U.S. individuals aged 0 to 19 years, categorized by age, sex, race/ethnicity, census region, opioid type (prescription, synthetic, and heroin), and county rural/urban designation, from 1999 to 2019. METHODS: Mortality data were sourced from the Centers for Disease Control and Prevention's Wide-ranging Online Data for Epidemiologic Research Database. Opioid-related deaths were identified using ICD-10 codes. Crude and age-adjusted mortality rates (AAMR) were assessed by age, sex, race/ethnicity, census region, opioid type, and county rural/urban designation. Temporal trends were analyzed using Joinpoint regression to estimate annual percentage changes (APC) and average APC. 95% confidence intervals were derived using the Empirical Quantile method and the Parametric Method. RESULTS: Between 1999 and 2019, 10,799 children and adolescents died from opioid overdoses (AAMR = 0.6 per 100,000; 95% CI: 0.6-0.6). From 2013-2019, overall mortality increased by 4.5% annually (95% CI: 0.91, 15.54). Mortality trends increased among Non-Hispanic Black (APC = 7.84; 95% CI: 5.12-10.56) and Hispanic individuals (APC = 5.29; 95% CI: 2.84-7.74) from 1999 to 2019, while remaining stable among Non-Hispanic White individuals from 2004 to 2019 (APC = -0.69; 95% CI: -2.09 to 0.58). Mortality rates also increased in the Northeast from 1999 to 2019 (APC = 4.23; 95% CI: 2.70-5.78) and in the West from 2015 to 2019 (APC = 21.96; 95% CI: 13.50-39.67), with a sharp increase in deaths involving synthetic opioids from 2014 to 2019 (APC = 43.37; 95% CI: 21.13-120.46). CONCLUSIONS: Opioid overdose mortality trends among US children and adolescents have increased in recent years. Contemporary rises are most pronounced among Non-Hispanic Black and Hispanic children, in the Northeastern and Western regions, and from synthetic opioids. The disparities in opioid-related deaths underscores the need for targeted interventions and continued research to inform public health strategies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».