Factors associated with willingness to participate in a heroin prescription program among injection drug users
Notice bibliographique
Résumé
Randomized controlled trials of prescription heroin have shown success in reducing drug-related harm among chronic opiate injection drug users (IDUs) in several European nations. We sought to explore willingness to participate in a heroin trial among a well-characterized North American cohort of IDUs, and therefore performed analyses of factors associated with willingness to participate in a prescription heroin trial among IDUs enrolled in the Vancouver Injecting Drug Users Study (VIDUS). Of 410 current heroin injectors followed between May and November 2002, injecting heroin frequently (more than once daily) [odds ratio (OR) 1.33; 95 percent confidence interval (CI) 1.06 to 1.69] and being enrolled in methadone maintenance therapy (MMT; OR 1.33, 95 percent CI 1.06 to 1.69) were associated with willingness to participate in a trial. In subanalyses, statistical associations with willingness to participate in a trial among current MMT users were frequent injection of heroin (OR 2.12, CI 1.16 to 3.88) and speedballs (OR 2.57, CI 1.02 to 6.48), frequent crack cocaine use (OR 1.84, CI 1.11 to 3.06), lending of syringes (OR 3.22, CI 1.08 to 9.65), and requiring help to inject (OR 1.83, CI 1.01 to 3.33). Among IDUs, willingness to enroll in a heroin prescription program was associated with high-intensity heroin injection and high-risk behaviors and was particularly prevalent among individuals who have been unable to significantly reduce their injection drug use on MMT alone. These findings indicate that a clinical trial of prescribed heroin should be able to enroll an appropriate sample of drug users and properly assess the treatment potential of prescribed opiate pharmacotherapy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».