Cartographie des overdoses non mortelles d'opioïdes aux États-Unis
Analyser les parcours de surdose révèle des tendances et des patterns géographiques importants.
― 9 min lire
Table des matières
- Matériaux et Méthodes
- Données EMS
- Données Supplémentaires
- Construction du Réseau de Voyage d'Overdose
- Analyse de la Réciprocité et des Scores de Hub
- Mesure des Longueurs de Voyage
- Analyses Statistiques
- Propriétés de Base du Réseau
- Analyse de Degré
- Urbanisation et Démographie
- Analyse HITS
- Longueurs des Voyages d'Overdose
- Aspects Temporaux
- Conclusion
- Source originale
Cet article examine les overdoses impliquant des opioïdes non fatales à travers les États-Unis de 2018 à 2023. En utilisant une base de données détaillée sur les incidents des services médicaux d'urgence (EMS), on a cartographié près d'un demi-million d'événements d'overdose pour voir comment ils se connectent géographiquement. On s'est concentré sur la façon dont ces événements changent au fil du temps, en particulier entre 2018 et 2023.
La crise des opioïdes a profondément affecté de nombreuses vies. Rien qu'en 2021, plus de 100 000 personnes sont mortes d'overdoses liées aux drogues, les opioïdes étant un facteur majeur. Bien que des efforts au niveau des États aient cherché à réduire le mauvais usage des opioïdes sur ordonnance, ces initiatives ont peut-être conduit involontairement à une augmentation des décès liés aux opioïdes à cause d'une montée de l'usage de drogues illicites. Pour chaque overdose fatale, il y a de nombreux cas non fatals. Les données des dossiers EMS fournissent des informations vitales sur ces overdoses non fatales, y compris où elles se produisent et où vivent les individus. On appelle la distance entre la maison d'une personne et le site de l'overdose un "voyage vers l'overdose".
L'analyse de réseau est un moyen utile d'étudier les problèmes de santé publique. Ça nous aide à voir comment les maladies se propagent, comment les comportements de santé changent, et comment le soutien social fonctionne, tout ça en lien avec les overdoses d'opioïdes. Des études passées ont montré que beaucoup de gens sont connectés à quelqu'un qui a vécu une overdose d'opioïdes, notamment dans les zones urbaines. Certaines découvertes indiquent que des interactions sociales spécifiques peuvent éclairer les comportements liés à la recherche d'opioïdes.
Les recherches précédentes ont introduit l'idée de discordance géographique, c'est-à-dire quand des gens voyagent à des endroits différents pour se faire traiter que là où ils vivent. Ces schémas de voyage sont souvent liés à des chances plus élevées de rechute. Des études ont également montré que la race et l'ethnicité peuvent influencer la distance que quelqu'un parcourt pour acheter des drogues. Une autre étude s'est concentrée sur les overdoses d'opioïdes à Milwaukee, analysant des voyages qui se produisent dans des endroits différents de là où vit la personne. Cependant, ces études regardaient principalement des trajets plus courts et ne se concentraient que sur une seule zone. Cette étude élargit ces efforts en examinant les voyages d'overdose à travers plusieurs comtés et pendant la pandémie de COVID-19.
Matériaux et Méthodes
Données EMS
Pour cette analyse, on a utilisé une base de données propriétaire de biospatial, Inc., qui est spécialisée dans la collecte et l'analyse de données EMS. Ces données proviennent de centaines de comtés à travers 42 États, certains États fournissant tous les dossiers et d'autres partageant seulement une partie des données. Les dossiers incluent des informations sur où vivent les patients et l'emplacement des événements d'overdose, mais des protections de la vie privée limitent les détails de ces informations.
Pour trouver des cas d'overdoses liées aux opioïdes, on a suivi des directives du Conseil des épidémiologistes d'État et territoriaux. Cela impliquait de revoir des données codées et des récits de rapports de soins pour identifier des overdoses suspectées d'opioïdes. On a filtré les incidents fatals, les annulations d'appels et les dossiers EMS non pertinents.
On a ensuite vérifié que les comtés inclus avaient suffisamment de données en utilisant la mesure de Couverture d'Événement Sous-jacent de biospatial, qui aide à déterminer combien de données un comté soumet par rapport à ce qui est attendu basé sur les tendances historiques. Les comtés avaient besoin d'une couverture d'au moins 75% pendant la période d'étude pour être inclus. On a également exclu les comtés qui ne pouvaient pas fournir assez de détails pour que les définitions d'overdose soient appliquées précisément.
Données Supplémentaires
Des informations démographiques et socio-économiques ont été recueillies auprès de l'American Community Survey, qui fournit des détails sur l'éducation, l'emploi et le logement à travers les États-Unis. On a également obtenu des données sur l'Urbanisation, classifiant les comtés en catégories de grandes métropoles, petites métropoles et rurales. Cela aide à comprendre le contexte des événements d'overdose.
Les informations sur les limites géographiques ont été prises du système de recensement des États-Unis. Les données nous permettent de visualiser le réseau des voyages d'overdose sur une carte.
Construction du Réseau de Voyage d'Overdose
En utilisant les dossiers EMS de janvier 2018 à mars 2023, on a créé un réseau national à partir des événements d'overdose non fatals liés aux opioïdes. Chaque nœud de ce réseau représente un comté. Un bord dirigé indique un voyage d'overdose d'un comté à un autre, avec le poids représentant combien d'événements d'overdose se sont produits impliquant des gens du comté d'origine.
On a également examiné des mesures de la connectivité entre les nœuds. Cela inclut le nombre d'événements d'overdose qui se sont produits dans un comté et ceux qui ont commencé de celui-ci vers un autre.
Analyse de la Réciprocité et des Scores de Hub
Pour mesurer à quelle fréquence les nœuds se connectent de manière réciproque, on a utilisé un concept appelé réciprocité. Une haute réciprocité signifie que si le Comté A envoie des gens au Comté B, le Comté B renvoie souvent des gens au Comté A. On a également utilisé l'algorithme HITS pour classer les comtés selon leurs rôles dans le réseau, soit comme Hubs ou Autorités.
Les hubs sont des comtés qui envoient de nombreux voyages d'overdose vers d'autres, tandis que les autorités sont celles qui reçoivent de nombreux voyages des hubs. Ce classement aide à identifier quels comtés sont centraux dans le problème des overdoses d'opioïdes.
Mesure des Longueurs de Voyage
Pour comprendre combien de temps les gens voyagent pour des overdoses, on a estimé les longueurs de voyage en utilisant des données géographiques. On a regardé la distance la plus courte entre les frontières des comtés et utilisé des outils pour calculer les itinéraires de voyage les plus courants. Cela nous a permis d'avoir une idée de la distance que les gens parcouraient généralement pour des overdoses non fatales.
Analyses Statistiques
On a appliqué plusieurs tests statistiques pour comparer différents groupes de comtés et comprendre les connexions basées sur la démographie, l'urbanisation et les voyages d'overdose. Ces tests ont aidé à valider nos découvertes et à s'assurer qu'elles étaient précises.
Propriétés de Base du Réseau
Après avoir appliqué nos critères, on a étudié les voyages d'overdose à travers 1 300 localités dans 42 États. La plupart des événements d'overdose (plus de 93%) se sont produits dans le même comté que la personne ayant vécu l'overdose, mais environ 6% étaient en dehors de leur comté d'origine. Une part significative de ces voyages s'est déroulée entre des comtés voisins.
Analyse de Degré
On a examiné les relations entre les voyages d'overdose et les populations des comtés. Des populations plus élevées correspondaient à plus de voyages d'overdose, mais il y avait un effet de saturation où des comtés très peuplés connaissaient une baisse de l'activité d'overdose. On a identifié des comtés hors normes qui affichaient des taux de discordance géographique dans les voyages d'overdose exceptionnellement bas.
Urbanisation et Démographie
Pour comprendre les zones clés d'activité d'overdose, on a examiné les dix comtés ayant le plus grand import et export d'overdoses, ajustés par taille de population. Les données ont montré que ces comtés étaient principalement urbains et avaient des populations et des taux d'emploi plus élevés par rapport aux autres comtés de notre étude.
Analyse HITS
On a analysé quels comtés avaient les scores de hub et d'autorité les plus élevés, révélant que ces comtés se trouvaient principalement dans de grandes zones métropolitaines. Fait intéressant, les comtés avec des scores d'autorité élevés avaient tendance à avoir des populations plus grandes par rapport aux comtés hubs, qui étaient plus petits et plus nombreux.
Longueurs des Voyages d'Overdose
On s'est concentré sur la distance des voyages d'overdose qui se produisaient en dehors du comté d'origine d'une personne. En moyenne, ces voyages étaient assez longs, avec des variations significatives dans la distance de voyage. De nombreux événements étaient concentrés dans des zones proches, mais certains se sont déplacés jusqu'à plus de 8 000 kilomètres de distance.
Aspects Temporaux
On a divisé les données de voyages d'overdose en périodes de temps pour voir les tendances au fil des ans. Nos résultats ont montré que la part des overdoses se produisant dans le comté d'origine d'une personne a augmenté de 2018 à 2023, indiquant des changements dans la manière dont les événements d'overdose pourraient se produire.
Conclusion
Cette étude a analysé un réseau de voyages d'overdose d'opioïdes à partir des dossiers EMS à travers les États-Unis. On a trouvé que la crise des opioïdes opère au-delà des endroits où les overdoses se produisent. Il existe des schémas clairs de comportement d'overdose qui traversent les frontières des comtés, avec un nombre significatif d'événements se produisant en dehors des lieux de résidence des individus.
Les responsables de la santé publique pourraient utiliser ces informations pour identifier les zones nécessitant attention et intervention. L'analyse des points focaux a révélé que certaines zones urbaines avaient des caractéristiques distinctes concernant les voyages d'overdose, reflétant des facteurs démographiques et socio-économiques.
Notre travail met en évidence qu'il existe des variations significatives dans la manière dont les individus voyagent pour des overdoses. Le nombre croissant d'overdoses survenant plus près de chez soi suggère des changements potentiels dans la crise pendant la pandémie de COVID-19.
Pour l'avenir, plus de recherches sont nécessaires pour améliorer notre compréhension de ces schémas et de leurs implications pour les interventions de santé publique. Les travaux futurs devraient explorer les voyages d'overdose de longue distance et rassembler de meilleures données pour comprendre ces défis de manière plus complète.
Titre: Network Analysis of U.S. Non-Fatal Opioid-Involved Overdose Journeys, 2018-2023
Résumé: We present a nation-wide network analysis of non-fatal opioid-involved overdose journeys in the United States. Leveraging a unique proprietary dataset of Emergency Medical Services incidents, we construct a journey-to-overdose geospatial network capturing nearly half a million opioid-involved overdose events spanning 2018-2023. We analyze the structure and sociological profiles of the nodes, which are counties or their equivalents, characterize the distribution of overdose journey lengths, and investigate changes in the journey network between 2018 and 2023. Our findings include that authority and hub nodes identified by the HITS algorithm tend to be located in urban areas and involved in overdose journeys with particularly long geographical distances.
Auteurs: Lucas H. McCabe, Naoki Masuda, Shannon Casillas, Nathan Danneman, Alen Alic, Royal Law
Dernière mise à jour: 2024-08-04 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2402.03924
Source PDF: https://arxiv.org/pdf/2402.03924
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.