Prevalence and correlates of neck injection among people who inject drugs in <scp>T</scp>ijuana, <scp>M</scp>exico
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Injecting drugs in the neck has been related to adverse health conditions such as jugular vein thrombosis, deep neck infections, aneurysm, haematomas, airway obstruction, vocal cord paralysis and wound botulism, among others. We identified prevalence and correlates of neck injection among people who inject drugs (PWID) in Tijuana, Mexico. DESIGN AND METHODS: Beginning in 2011, PWID aged ≥18 years who injected drugs within the last month were recruited into a prospective cohort. At baseline and semi-annually, PWID completed interviewer-administered surveys soliciting data on drug-injecting practices. Logistic regression was used to identify predictors of injecting in the neck as the most frequent injection site at a single visit. RESULTS: Of 380 PWID, 35.3% injected in the neck at least once in the past 6 months, among whom 71.6% reported it as their most common injection site, the most common injecting site after the arms (47%). Controlling for age, years injecting and injecting frequency, injecting heroin and methamphetamine two or more times per day and having sought injection assistance were associated with injecting in the neck [adjusted odds ratios (AOR): 2.12; 95% confidence intervals (CI): 1.27-3.53 and AOR: 2.65; 95% CI: 1.52-4.53 respectively]. DISCUSSION AND CONCLUSIONS: Injecting in the neck was very common among PWID in Tijuana and was associated with polydrug use and seeking injection assistance. Tailoring harm reduction education interventions for individuals who provide injection assistance ('hit doctors') may allow for the dissemination of safe injecting knowledge to reduce injection-related morbidity and mortality.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».