Exploring potential underestimates in fatal overdose mortality across major metropolitan areas in Mexico between 2005 and 2019
Notice bibliographique
Résumé
BACKGROUND: In Mexico, low numbers of overdose deaths reported by government agencies, coupled with evidence of increased substance use in certain regions, suggest underreporting of overdose mortality. We explore the potential miscoding and underreporting of overdose deaths. METHODS: We assembled a mortality dataset using a combination of publicly available data and systematic freedom of information requests to Mexican state jurisdictions. Using data from post-mortem toxicology analyses, we identified proxy International Classification of Diseases (ICD)-10 codes for causes of death that were significantly more common (using p < 0.05 as a threshold) in decedents with positive toxicology for opioids, methamphetamine, cocaine, or benzodiazepines compared to decedents with negative toxicology for these substances. We then estimated annual crude overdose mortality rates, for individuals aged 20 to 39 with both standard overdose-specific codes (i.e., X40-44, X60-64, X85, and Y60-64), and derived proxy ICD-10 codes. RESULTS: We identified acute myocardial infarction (I21), acute pulmonary edema (J81), and acute respiratory failure (J96) as proxy ICD-10 codes for potential overdose deaths. Using these codes, the estimated crude overdose mortality rate per 100,000 aged 20 to 39 in Mexico increased from 4.14 in 2005 to 6.92 in 2019, compared to estimates of 0.31 to 0.37 using standard overdose codes for the same period. CONCLUSIONS: Our findings suggest a potential underestimate of overdose deaths due to possible misclassification and underscore the critical need for improved forensic capabilities to more accurately identify overdose deaths.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».