Trends in accidental drug overdose mortality in Canada: An analysis from 1974 to 2023
Notice bibliographique
Résumé
• Overdose mortality rates in Canada were relatively stable between 1974 and 1991, accelerated in 1991, and again in 2013, with the latter increase linked to illicit fentanyl. • Crude mortality rates increased tenfold from 1974 to 2023, spanning all ages 15–74 years. • Pronounced provincial disparities reflect differences in healthcare practices and drug market dynamics. • Overdose mortality rates were similar between sexes in the early years, but male rates soon surpassed and remained higher, with both sexes experiencing steep increases after 2014. Overdose deaths in Canada have been rising since 2016, but long-term trends remain poorly characterized. We examined national overdose mortality trends from 1974 to 2023 and explored differences by sex, age, and province. We conducted a retrospective analysis of accidental and undetermined‐intent poisoning deaths in the Canadian Vital Statistics Death Database, calculating crude mortality rates (CMR) using Statistics Canada population estimates. We used segmented regression to model temporal trends and calculated average annual percentage change (AAPC) for each resulting segment. Analyses were stratified by sex, age (<25, 25–44, 45–64, and ≥65), and province. Between 1974 and 2023, 80,944 overdose deaths were recorded. Segmented regression of CMR revealed three phases: a period of relative stability (AAPC: -0.28 %; 1974–1991), followed by two accelerations (AAPC: 5.46 %; 1991–2013 and AAPC: 12 %; 2013–2023) CMRs were similar by sex until 2013–15, then surged in both males (AAPC: 13.81 %; 2012–2023) and females (AAPC: 9.32 %; 2015–2023). Rates in youth (<25) were stable until the early 2000s, then rose sharply (AAPC: 30.62 %; 2014–2017) before slowing, while rates among adults aged 25–44 (AAPC: 13.59 %; 2012–2023), 45–64 (AAPC: 11.56 %; 2014–2023), and ≥65 (AAPC: 18.48 %; 2020–2023) increased in recent years. Rates increased the most in Western provinces compared to Quebec and the Atlantic provinces. Canada’s overdose epidemic reflects a segmented trajectory, with marked accelerations in 1996 and 2013, driven by healthcare practices, evolving drug markets, and social vulnerabilities. Regional and demographic disparities underscore the need for targeted, historically informed 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».