阿利桑那州药物过量死亡中的种族差异与纳洛酮使用模式：基于10,135例尸检的多变量逻辑回归分析

本研究基于CDC支持的亚利桑那州药物过量监测系统(AZ-SUDORS)，采用多变量逻辑回归模型分析2019-2023年10,135例过量死亡数据，揭示不同种族(黑人/原住民/西班牙裔)在纳洛酮(Naloxone)使用率(26.1%)的显著差异，特别发现黑人群体在非兴奋剂(stimulant)相关案例中纳洛酮使用率更高的交互效应，为优化公共卫生干预策略提供循证依据。

　　

Highlight

这项研究揭示了亚利桑那州药物过量响应系统中令人警醒的种族差异模式，特别是在救命药纳洛酮(Naloxone)的使用分布上。通过创新的多变量模型，我们捕捉到不同族群面对过量危机时的"生存几率鸿沟"。

Results

在10,135例过量死亡的大数据分析中，三个关键发现跃然纸上：

1. 阿片类药物(opioids)检出率高达76.9%，但仅26.1%案例实施了纳洛酮干预

2. 西班牙裔和美洲原住民比非西班牙裔白人获得纳洛酮的几率更高(OR=1.32, p<0.01)

3. 最惊人的是黑人群体呈现"双重标准"——当案件不涉及兴奋剂(stimulants)时，其纳洛酮使用率显著提升(β=0.45, p=0.02)，而混合使用场景下此优势消失

Discussion

这些数据像一面棱镜，折射出公共卫生系统的深层裂缝：

• 兴奋剂污染的阿片剂可能误导现场判断，导致黑人群体遭遇"治疗迟疑"

• 老年(>55岁)和无家可归者的纳洛酮获取率降低23%，显示弱势群体的"救助盲区"

• 教育水平与纳洛酮使用呈负相关(r=-0.15)，暗示知识普及存在结构性障碍

Conclusion

本研究首次在州级层面证实：种族不仅预测过量风险，更决定了谁能获得第二次生命机会。特别当案件涉及多物质滥用(polysubstance)时，急救响应系统会出现选择性"失灵"。这为亚利桑那州量身定制"智能纳洛酮分发算法"提供了科学蓝图。