Associations Between Natural Language Processing‒Enriched Social Determinants of Health and Fatal Opioid Overdose Among US Veterans, Fiscal Year 2018‒2021.

چکیده اصلی

Objectives. To examine associations between opioid overdose (OOD) deaths among veterans and natural language processing (NLP)‒enriched social determinants of health (SDOH). Methods. We conducted a nested case‒control study using a cohort (n = 6 854 031) from the US Veterans Health Administration database with any record of service between October 2017 and September 2021. Participants were followed for up to 2 years from cohort entry, ending in September 2021. An NLP system extracted 8 SDOHs from unstructured notes, while structured data captured 6, yielding 9 distinct SDOHs with 5 common to both. Results. A total of 5411 veterans experienced fatal OOD over 21 397 462 person-years of follow-up and were matched with 21 623 controls. NLP-extracted SDOHs captured 90.08% of structured and 97.28% of all SDOHs. All measured SDOHs were significantly associated with increased risk of fatal OOD. The strongest association was for housing instability (adjusted odds ratio [AOR] = 3.36; 95% confidence interval [CI] = 2.96, 3.81), followed by legal problems (AOR = 3.07; 95% CI = 2.55, 3.70) and financial problems (AOR = 2.63; 95% CI = 2.32, 2.98). Conclusions. NLP-extracted SDOHs were significantly associated with fatal OOD risks among veterans and exhibited comparable direction and magnitude of association to structured SDOHs. (Am J Public Health. 2026;116(10):1575-1585. https://doi.org/10.2105/AJPH.2026.308697).

ترجمه فارسی چکیده

هدف: بررسی ارتباط مرگ‌ومیر ناشی از تجاوز به داروهای افیونی (OOD) در veterans با عوامل اجتماعی و سلامت غنی‌شده با پردازش زبان طبیعی (NLP). روش‌ها: مطالعه مورد-کنترل تو در تو در یک کوهورت (n = 6,854,031) از پایگاه داده Veterans Health Administration ایالات متحده با هرگونه سابقه خدمت بین اکتبر ۲۰۱۷ و سپتامبر ۲۰۲۱ انجام شد. شرکت‌کنندگان تا ۲ سال از ورود به کوهورت دنبال شدند که در سپتامبر ۲۰۲۱ به پایان رسید. یک سیستم NLP ۸ عامل اجتماعی و سلامت (SDOH) را از یادداشت‌های ساختارنیافته استخراج کرد، در حالی که داده‌های ساختاریافته ۶ مورد را ثبت کردند که منجر به ۹ عامل SDOH متمایز با ۵ مورد مشترک برای هر دو شد. نتایج: مجموعاً ۵۴۱۱ veteran تجربه مرگ‌ومیر ناشی از OOD در طول ۲۱,۳۹۷,۴۶۲ سال-شخصی پیگیری و با ۲۱,۶۲۳ کنترل هم‌خوانی شدند. SDOHهای استخراج‌شده توسط NLP ۹۰.۰۸٪ داده‌های ساختاریافته و ۹۷.۲۸٪ تمام SDOHها را پوشش دادند. تمام SDOHهای اندازه‌گیری‌شده به طور معناداری با افزایش خطر مرگ‌ومیر ناشی از OOD مرتبط بودند. قوی‌ترین ارتباط مربوط به ناپایداری مسکن (AOR = ۳.۳۶؛ ۹۵٪ CI = ۲.۹۶، ۳.۸۱) بود، که به دنبال آن مشکلات قانونی (AOR = ۳.۰۷؛ ۹۵٪ CI = ۲.۵۵، ۳.۷۰) و مشکلات مالی (AOR = ۲.۶۳؛ ۹۵٪ CI = ۲.۳۲، ۲.۹۸) قرار داشتند. نتیجه‌گیری: SDOHهای استخراج‌شده توسط NLP به طور معناداری با خطر مرگ‌ومیر ناشی از OOD در veterans مرتبط بودند و جهت و بزرگی ارتباطی مشابهی با SDOHهای ساختاریافته نشان دادند.

متن کامل اصلی