Characteristics of Opioid-Users Whose Death Was Related to Opioid-Toxicity: A Population-Based Study in
Notice bibliographique
Résumé
Background: The impact of the prescription opioid public health crisis has been illustrated by the dramatic increase in opioid-related deaths in North America. We aimed to identify patterns and characteristics amongst opioid-users whose cause of death was related to opioid toxicity. Methods: This was a population-based study of Ontarians between the years 2006 and 2008. All drug-related deaths which occurred during this time frame were reviewed at the Office of the Chief Coroner of Ontario, and opioid-related deaths were identified. Medical, toxicology, pathology, and police reports were comprehensively reviewed. Narratives, semi-quantitative, and quantitative variables were extracted, tabulated, and analyzed. Results: Out of 2330 drug-related deaths in Ontario, 58 % were attributed either in whole or in part, to opioids (n = 1359). Oxycodone was involved in approximately one-third of all opioid-related deaths. At least 7 % of the entire cohort used opioids that were prescribed for friends and/or family, 19 % inappropriately self-administered opioids (injection, inhalation, chewed patch), 3 % were recently released from jail, and 5 % had been switched from one opioid to another near the time of death. Accidental deaths were significantly associated with personal history of substance abuse, enrollment in methadone maintenance programs, cirrhosis, hepatitis, and cocaine use. Suicides were significantly associated with mental illness, previous suicide attempts, chronic pain, and a history of cancer.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».