Predicting accidental drug overdose as the cause of fatality in near real-time using the Suspected Potential Overdose Tracker (SPOT): public health implications
Notice bibliographique
Résumé
Abstract Background Effective responses to the worsening drug overdose epidemic require accurate and timely drug overdose surveillance data. The objectives of this paper are to describe the development, functionality, and accuracy of the Suspected Potential Overdose Tracker (SPOT) for predicting accidental drug overdose as the cause and manner of death in near real-time, and public health implications of adopting the tool. Methods SPOT was developed to rapidly identify overdose deaths through a simple and duplicable process using data collected by death investigators. The tool assigns each death a ranking of 1 through 3 based on the likelihood of it being an unintentional drug overdose, with 1 representing the highest likelihood that the death will be confirmed as an unintentional drug overdose and 3 representing the lowest. We measured the accuracy of the tool for predicting overdose deaths by comparing potential overdose deaths in New York City from 2018–2020 that were identified using SPOT to finalized death certificates. We also calculated the proportion of death certificate-confirmed overdoses that were missed by the SPOT tool and the proportion of type 1 errors. Results SPOT captured up to 77% of unintentional drug overdose deaths using data collected within 72 h of fatality. The tool predicted unintentional drug overdose from 2018 to 2020 with 93–97% accuracy for cases assigned a ranking of 1, 87–91% accuracy for cases assigned a ranking of 2, and 62–73% accuracy for cases assigned a ranking of 3. Among all unintentional overdose deaths in 2018, 2019, and 2020, 21%, 28%, and 33% were missed by the SPOT tool, respectively. During this timeframe, the proportion of type 1 errors ranged from 15%-23%. Conclusions SPOT may be used by health departments, epidemiologists, public health programs, and others to monitor overdose fatalities before death certificate data becomes available. Improved monitoring of overdose fatalities allows for rapid data-driven decision making, identification of gaps in public health and public safety overdose response, and evaluation and response to overdose prevention interventions, programs, and policies.
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 | 0,007 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».