Circumstances surrounding opioid toxicity deaths within shelters in Ontario, Canada, before and during the COVID-19 pandemic: a population-based descriptive cross-sectional study
Notice bibliographique
Résumé
Introduction: Evidence suggests growing opioid-related toxicity deaths within shelters that has been exacerbated by the COVID-19 pandemic. We sought to characterise opioid-related toxicity deaths within Ontario shelters before and during the pandemic. Methods: A descriptive cross-sectional study of people who died of an accidental opioid toxicity, where the location of the incident (ie, toxicity) was within a shelter in Ontario, Canada, was conducted. The primary analysis was restricted to conventional shelter spaces as classified by the coroner (ie, excluding temporary COVID-19 emergency shelters in hotels). Characteristics, circumstances surrounding death and patterns of healthcare use preceding death in the pre-pandemic period (1 January 2018-16 March 2020) and the COVID-19 pandemic period (17 March 2020-31 May 2022) were summarised. Results: Overall, opioid-related toxicity deaths within Ontario shelters more than tripled when comparing the pre-pandemic (n=48) with the pandemic period (n=162). Fentanyl directly contributed to the majority of these deaths, and its role as a direct contributor to death rose during the pandemic (from 85.4% to 94.4%; p=0.04), as did those of any stimulants (from 43.8% to 71.0%; p< 0.001). Moreover, benzodiazepine detection in opioid-related toxicity deaths increased during the pandemic (from 27.1% to 56.8%; p<0.001). In both the pre-pandemic and pandemic periods, more than half of the recorded deaths occurred among people with a diagnosis of an opioid use disorder (59.6% vs 53.5%; p=0.46), and a large percentage of people had a healthcare encounter in the week before death (46.8% vs 43.9%; p=0.73). Conclusions: Opioid-related toxicity deaths within Ontario's shelters have increased rapidly over the study period, with notable changes in the circumstances of death and patterns of non-pharmaceutical opioid involvement during the COVID-19 pandemic period. This study demonstrates the urgent need to expand programme and policy interventions tailored toward harm reduction within Ontario's shelter system.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».