選択された物質による入院患者の歴史的傾向とその重要な患者レベルの要因

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Addict Behav.2020 Oct;109:106478. S0306-4603(20)30608-0. doi: 10.1016/j.addbeh.2020.106478.Epub 2020-05-19.

選択された物質による入院患者の歴史的傾向とその重要な患者レベルの要因

Historical trends of admitted patients by selected substances and their significant patient's level factors.

Shrabanti Mazumder
Md Tareq Ferdous Khan
Mohammad Alfrad Nobel Bhuiyan
Humayun Kiser

PMID: 32497957 DOI: 10.1016/j.addbeh.2020.106478.

抄録

本研究の目的は、(i)物質乱用による入院患者数と入院時に選択された物質を報告された患者数の米国国内レベルの過去の傾向を示すこと、さらに重要なことは、(ii)各物質の使用との関連性における有意な共変量を、共変量の異なるレベルでの尤度のダイナミクスとともに特定することである。総入院患者数の傾向は、1992年から2008年までは増加パターンを示し、その後は減少パターンを示した後、過去2年連続で再び有意な増加を経験した。調査期間中、覚せい剤の増加率が最も高いのは約1088％であり、次いでヘロイン（192％）、マリファナまたはハシッシュ（45％）、コカインまたはクラック（33％）、アルコール（29％）の順となっている。推定されたロジスティック回帰モデルは、年齢、教育、雇用、性別、生活状況、人種、民族を含むすべての共変量が、選択された5つの物質のそれぞれの使用状況に有意な影響を与えていることを示している。また、各物質の各共変量のレベルに対する尤度のダイナミクスからは、さらに多くの情報が明らかになりました。結論として、今回の傾向分析の結果は、薬物乱用治療の受診者数の増加に早急に注目し、適切な政策措置を講じることを示唆するものであり、各物質について明らかになった尤度のダイナミクスは、優先順位に応じて対象者を特定する上で重要な役割を果たすことは間違いない。

The purposes of the study include (i) demonstrating the US national level historical trends of the number of admitted patients due to substance abuse and those reported the selected substances at the time of admission, and more importantly, (ii) identifying the significant covariates in the association of using each of the substances along with the dynamics of likelihood over the different levels of the covariates. The trend of total admitted patients shows an increasing pattern from 1992 to 2008 and later exhibits a decreasing pattern before experiencing a significant upturn again in the last two consecutive years. During the study period, the highest growth rate of around 1088% is evident for methamphetamine followed by heroin (192%) and marijuana or hashish (45%), while both cocaine or crack (-33%) and alcohol (-29%) show negative growth rates. The estimated logistic regression models show that every covariate, including age, education, employment, gender, living status, race, and ethnicity, has a significant effect on the status of using each of the five selected substances. In parallel, the dynamics of likelihood over the levels of each covariate on every substance unearth even more information. In conclusion, the findings on trend analysis suggest the immediate attention to the growth in admissions for substance abuse treatment, and in response to taking appropriate policy measures, the likelihood dynamics revealed for every substance would undoubtedly play a vital role in identifying the target group as per priority.