Exploration des facteurs de risque contextuels et des caractéristiques des personnes décédées des effets toxiques aigus d’opioïdes et d’autres substances illégales : prise en compte de l’avis des coroners et des médecins légistes
Bibliographic record
Abstract
Introduction Les décès par intoxication aigüe liée à une substance demeurent un important problème de santé publique au Canada. Cette étude explore les points de vue des coroners et des médecins légistes concernant les facteurs de risque contextuels et les caractéristiques associés aux décès causés par les effets toxiques aigus d’opioïdes et d’autres substances illégales au Canada. Méthodologie Des entrevues approfondies ont été réalisées avec 36 coroners et médecins légistes de huit provinces et territoires entre décembre 2017 et février 2018. Les enregistrements audio des entrevues ont été transcrits et codés par thèmes clés à l’aide d’une analyse thématique. Résultats Quatre thèmes permettent de décrire les points de vue des coroners et médecins légistes : 1) Qui sont les personnes victimes d’un décès par intoxication aigüe liée à une substance? 2) Qui sont les personnes présentes au moment du décès? 3) Pourquoi des personnes décèdent‑elles des suites d’une intoxication aigüe? 4) Quels sont les facteurs sociaux contextuels qui contribuent à ces décès? Les décès touchent tous les groupes démographiques et socioéconomiques, atteignent des personnes qui consomment des substances soit occasionnellement, soit de manière chronique, soit pour la première fois. La consommation en solitaire est un facteur de risque, mais la consommation en présence d’autres personnes peut aussi constituer un facteur de risque si ces autres personnes ne sont pas capables d’intervenir ou ne sont pas préparées à le faire. La majorité des personnes décédées d’une intoxication aigüe liée à une substance présentaient un ou plusieurs facteurs de risque contextuels parmi les suivants : substances contaminées, antécédents de consommation de substances, antécédents de douleurs chroniques et tolérance diminuée. Les facteurs sociaux contextuels ayant contribué aux décès sont la présence d’une maladie mentale diagnostiquée ou non diagnostiquée, la stigmatisation, l’absence de soutien et l’absence de suivi médical. Conclusion Nos résultats ont révélé des facteurs contextuels et des caractéristiques associés aux décès par intoxication aigüe liée à une substance qui aident à éclaircir les circonstances de ces décès à l’échelle du Canada et qui sont susceptibles d’orienter les mesures de prévention et des interventions ciblées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.036 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".