PSI Health Impact Estimation Model: Naloxone Distribution for Reducing Overdose Deaths among Injecting Drug Users      

Hongmei Yang  Research & Metrics  Population Services International          November 2010                     

          This document may be freely reviewed, quoted, reproduced or translated, in part or in full, provided the source is  acknowledged:   Yang H (2010). PSI Health Impact Estimation Model: Naloxone Distribution DALY Model for Reducing Overdose Deaths  among Injecting Drug Users. Washington, DC: Population Services International. Available at:  http://www.psi.org/resources/publications.    PSI shares its models with all interested individuals or organizations. Please note that the models are updated  periodically based on the latest available epidemiological, demographic, intervention effectiveness, and utilization data.  As a result, numbers used in this document should be considered illustrative only. They show how the model works, but  they are likely to have changed since the time of writing.   For more information or the latest model updates, contact Hongmei Yang at [email protected].      © Population Services International, 2010      

P S I ■■ | 2    

   

Contents   Background ............................................................................................................................................................................. 4  Section 1: Principles and Structure of the Model ................................................................................................................... 4  1.1 Principles of the model ................................................................................................................................................. 4  1.2 Structure of the model ................................................................................................................................................. 5  Section 2: Estimating the Burden of Injecting Drug Overdose ............................................................................................... 6  Section 3: Estimating the Health Impact of the PSI Naloxone Distribution Program ............................................................. 7  Section 4: Parameters and Data Sources ................................................................................................................................ 8  4.1 Biological information................................................................................................................................................... 8  4.2 Efficacy of Products/Interventions ............................................................................................................................... 8  References .............................................................................................................................................................................. 9   

P S I ■■ | 3    

 

   

Naloxone Distribution DALY Model for Reducing Overdose Deaths among Injecting Drug Users (IDUs) Background Population Services International (PSI) is a social marketing organization that promotes healthy behaviors in low‐income  and vulnerable populations. PSI has programs in 65 countries (www.psi.org) and covers a wide range of health areas. PSI  uses the disability‐adjusted life year (DALY) as the metric for measuring the health impact of interventions. A DALY  model has been developed for each of PSI’s products/services and behavior change communication (BCC) interventions.  The DALY model presented here is the naloxone distribution DALY model for reducing overdose deaths among injecting  drug users (IDUs).  PSI/Russia is currently the only platform that has a naloxone distribution program. The program operates as follows:  •

•

•

In some cases, IDUs go to the overdose training, run by PSI/Russia NGO partners, and then get the naloxone  after the training, from the NGO /doctor.  In some cases, the doctors and/or outreach teams go to the field (in  outreach vans) to find IDUs in the field, and then give them naloxone after giving some basic overdose training.  Any IDU who has had the basic training can get Naloxone.  IDUs who report having a lot of exposure to overdose  can request more doses. “Regular” IDUs will get 2‐4 doses. IDUs who claim to have a lot of exposure to overdose  can get more, up to a maximum of 10 doses.   Family members or friends get overdose training and receive naloxone 2‐5 ampoules prescribed for IDU. The  number of ampoules depends of overdose experience. 

PSI/Russia began distributing naloxone in June 2009 in St. Petersburg and in February 2010 in Yekaterinburg. A DALY  model was developed for the program; it estimates deaths averted per unit of naloxone distributed (death coefficient)  and DALYs averted per unit of naloxone distributed (DALY coefficient).   The purpose of this write‐up is 1) to describe the principles and structure of a simple deterministic model (in Excel) that  estimates the health impact of the naloxone distribution program in DALYs averted per unit of naloxone distributed, and  2) to identify the parameters and assumptions used in the model.  

Section 1: Principles and Structure of the Model 1.1 Principles of the model The naloxone distribution model is based on Bernoulli probability theory (Gray et al., 2001; Mastro et al., 1994; Satten et  al., 1994). For each injecting drug user (IDU) who has overdosed, the probability of dying from heroin overdose during  the study period (one year) is modeled as follows: 

P = 1 − [(1 − CFR) A*B*(1−C ) ] *[(1 − CFR * (1 − PE )) A*B*C ] ,  Where,   • CFR refers to the case fatality rate (i.e., the likelihood of dying of an overdose from injection drug use),   • A refers to the percentage of IDUs (living and dead) who overdosed in the past year,   • B refers to the number of overdoses per IDU per year,     P S I ■■ | 4    

    • •

C refers to percentage of overdoses for which naloxone treatment was received (among living and dead IDUs  who overdosed), and   PE refers to the protective efficacy of naloxone treatment in preventing heroin overdose death. 

The data on drug use and overdose experience are from the PSI TRaC survey of IDUs in St. Petersburg and Yekaterinburg in 2007. Because some overdose IDUs died prior to the survey and were not interviewed, there is a “healthy worker”  selection bias present in the data. Therefore, “A,” “B,” and “C” in the above formula do not come directly from the TRaC  survey; instead, they are functions of drug use and overdose data from living IDUs.  In this part of the model, it is assumed that:  • a refers to the percentage of living IDUs who overdosed in the past year;   • A refers to the percentage of living and dead IDUs who overdosed in the past year;  • N is the number of IDUs at the beginning of the past year; and,  • n is the number of living IDUs at the end of the past year.  Because n*a = N*A – N*A*CFR, and n = N – N*A*CFR, the following formula estimating A in terms of a is obtained: 

A=

a 1 + CFR * a − CFR

Similarly, it is assumed that:  • T refers to the total number of overdose IDUs (living and dead) in the past year;   • c refers to the percentage of last overdoses that received naloxone treatment, among living IDUs; and   • C refers to the percentage of last overdoses that received naloxone treatment, among living and dead IDUs.  Therefore,  

c=

C * T * [1 − (1 − PE ) * CFR ]   C * T * [1 − (1 − PE ) * CFR ] + (1 − C ) * T * (1 − CFR )

This gives, 

C=

(1 − CFR ) * c   (1 − CFR ) * c + (1 − c) * [1 − (1 − PE ) * CFR ] .

Note: It is assumed that the number of overdoses per IDU per year is the same for both living and dead IDUs. 

1.2 Structure of the model The DALY model is designed to estimate both the burden of disease (BOD) and the health impact of the naloxone  distribution program. Calculating the burden of disease (i.e., injecting drug overdose) tests the reliability of the model by  comparing the BOD obtained with BODs reported by other organizations (e.g., UNAIDS). The BOD is measured by the  number of deaths and DALYs. The health impact of the naloxone distribution program is measured by deaths averted  and DALYs averted per unit of naloxone distributed to IDUs.   To measure the burden of disease and the health impact of the intervention, the model is designed with two  components: baseline (i.e., a scenario where the PSI naloxone distribution program is not present) and follow‐up (i.e., a  scenario where the PSI naloxone distribution program is present). The baseline component, which assumes no   P S I ■■ | 5    

    incremental interventions, provides an estimate of the potential disease burden of overdose that would accrue in a  given year from deaths and DALYs due to heroin overdose. The follow‐up component estimates the reduction in the risk  of death from injecting drug overdose from implementation of the PSI naloxone distribution program. 

Section 2: Estimating the Burden of Injecting Drug Overdose In the baseline component, when no PSI naloxone distribution program is present, the model runs a scenario where the  IDU is x percent likely to overdose during the period of the study (one year), has y overdoses per year, and is z percent  likely to receive naloxone treatment while experiencing an overdose. The figures for x (59.3%) and y (2.13) come from a  PSI/Russia TRaC survey carried out among IDUs in St. Petersburg and Yekaterinburg in 2007. The figure for z was not  readily available from the TRaC survey, but related data were obtained. It was reported that 11.7% of IDUs were  hospitalized for an overdose; 0.9% reported seeing naloxone injected at the last overdose of another person; and 2.4%  reported using naloxone to treat themselves or others. This information suggests that IDUs who overdose may receive  naloxone from other sources when no PSI naloxone distribution program is present. The model assumes, conservatively,  that 10% of last overdoses received naloxone treatment at baseline.   The final stage of the modeling process is the translation of estimated deaths from injecting drug overdose into a total  figure for the burden of disease measured in DALYs. The likelihood of dying from heroin overdose is estimated from the  10% case fatality rate and the 95% efficacy of naloxone in preventing overdose deaths. The resulting figure is multiplied  by the size of the IDU population to get an estimate of the number of new overdose deaths during the study year. The  estimated number of new overdose deaths is then translated into a total equivalent figure for the burden of injecting  drug overdose measured in DALYs. 

     

P S I ■■ | 6    

   

Section 3: Estimating the Health Impact of the PSI Naloxone Distribution Program In the follow‐up component, when the PSI naloxone distribution program is present, the model estimates the health  impact of the naloxone distribution program. A time period of one year is assumed because PSI measures health impact  in terms of one full year. The outputs of the model are new deaths averted and DALYs averted per unit of naloxone  distributed to IDUs.   The model assumes, initially, that the naloxone distribution program has no effect on IDU behaviors such as overdoses in  the past year and overdoses per IDU per year. The two behaviors are assumed to remain constant before and after  implementation of the PSI naloxone distribution program.   The model then estimates the effect when all overdoses of an IDU for a full year receive naloxone. The result is divided  by the number of overdoses per IDU per year to obtain the per unit impact of naloxone. A further step is required,  however. Because naloxone is distributed directly to IDUs, some amount of the drug may not be used appropriately or  may not be used at all. Therefore, a wastage/misuse rate of 90% is assumed for the naloxone distributed to IDUs  (Enteen et al., 2010). Finally, the model determines the number of deaths averted and DALYs averted per unit of  naloxone distributed to IDUs.      

P S I ■■ | 7    

   

Section 4: Parameters and Data Sources This section presents information on the determinants (i.e., data points) for the parameters used in the DALY model, and  their sources.  Table 1: Epidemiologic Information on Injecting Drug Users (IDUs) Who Overdosed and were Treated with Naloxone   Country  Russia  a

1,977,000a 

59.3b 

Average number of  overdoses per IDU per year 

Percentage of last overdoses that  received naloxone among living  IDUs who overdosed 

2.13b 

10c 

 Aceijas C, Stimson GV, Hickman M, Rhodes T. AIDS 2004, 18: 2295‐2303. 

b

c

Number of  Percentage of living IDUs who  IDUs  overdosed in past year 

 PSI/Russia TRaC among IDUs age 16‐45 in program areas (Yekaterinburg and St. Petersburg), 2007 (emails from Shana  Aufenkamp 7/20/09 to 7/27/09) 

 See Section 2: Estimating the Burden of Injecting Drug Overdose, page 5, 1st paragraph.  

4.1 Biological information Case fatality rate: 10% (Sporer KA, 2003).   1. EMCDDA Annual report 2008: there is one fatal OD per 20‐25 ODs, which means CFR is 5% or less.  http://www.emcdda.europa.eu/publications/annual‐report/2008.    2. Sporer, 2003: Death rate of IDUs at home when overdosed is about 10%.   Life span: 69.25 years (i.e., 81.25 – 12).  A life expectancy of 81.25 years was obtained following the method developed by the WHO Disease Control Priorities  Project (DCPP), assuming everyone dies of natural causes. Using a fixed life expectancy across countries allows  comparison of the burden of disease more reasonably and ethically. But, Dr. Vickerman (PSI’s external reviewer) was  right that IDUs differ from non‐IDUs in terms of life expectancy because of their drug abuse behaviors. According to  Michael Kazatchkine (Executive Director of the Global Fund to Fight AIDS, Tuberculosis and Malaria), IDUs live 12 years  less than non‐IDUs who become infected with HIV in their 20s and have access to antiretroviral drugs for the rest of their  lives (http://ipsnews.net/news.asp?idnews=46632). Therefore, 12 years were subtracted from the 81.25 years life  expectancy of IDUs. 

4.2 Efficacy of Products/Interventions Protective effectiveness of naloxone in preventing heroin overdose death: 95%   The clinical efficacy of naloxone should be very high, although we were unable to locate a number or range from the  existing published data. Several pilot studies about the effectiveness of take‐home naloxone and naloxone distribution  programs reported the effectiveness to be close to 100% (Seal et al., 2005; Galea et al., 2005), but none of them are  randomized controlled studies. To be conservative, the model uses 95%. 

P S I ■■ | 8    

   

References Aceijas C, Stimson GV, Hickman M, Rhodes T. Global overview of injecting drug use and HIV infection among injecting  drug users. AIDS 2004; 18: 2295‐2303.  Enteen L, Bauer J, McLean R, Wheeler E, Huriaux E, Kral AH, Bamberger JD. Overdose Prevention and Naloxone  Prescription for Opioid Users in San Francisco. Journal of Urban Health. 2010 Oct 22.  Galea S, Worthington N, Piper TM, Nandi VV, Curtis M, Rosenthal DM. Provision of naloxone to injection drug users as an  overdose prevention strategy: Early evidence from a pilot study in New York City. Addict Behavior 2005; 31: 907‐912.  Gray RH, Wawer MJ, Brookmeyer R, Sewankambo NK, Serwadda D, Wabwire‐Mangen F, Lutalo T, Li C, vanCott T, Quinn  TC, the Rakai Project Team. Probability of HIV‐1 transmission per coital act in monogamous, heterosexual, HIV‐1‐ discordant couples in Rakai, Uganda. Lancet 2001; 357: 1149‐1153.  Mastro TD, Satten GA, Nopkesorn T, Sangkharomya S, Longini IM. Probability of female‐to‐male transmission of HIV‐1 in  Thailand. Lancet 1994; 343: 204‐207.  Satten GA, Mastro TD, Longini IM. Modelling the female‐to‐male per‐act HIV transmission probability in an emerging  epidemic in Asia. Statistics in Medicine 1994; 13: 2097‐2016.  Seal KH, Thawley R, Gee L, Bamberger J, Kral AH, Ciccarone D, Downing M, Edlin BR. Naloxone distribution and  cardiopulmonary resuscitation training for injection drug users to prevent heroin overdose death: a pilot intervention  study. Journal of Urban Health 2005 Jun; 82(2): 303‐311.  Sporer KA. Strategies for preventing heroin overdose. British Medical Journal 2003; 326: 442‐444. 

P S I ■■ | 9    

1120 19th Street, NW | Suite 600  Washington, DC 20036  psi.org  |  Twitter: @PSIHealthyLives  |  blog: psihealthylives.com