Methodology for evaluating Insite: Canada's first medically supervised safer injection facility for injection drug users
Notice bibliographique
Résumé
Many Canadian cities are experiencing ongoing infectious disease and overdose epidemics among injection drug users (IDUs). In particular, Human Immunodeficiency Virus (HIV) and hepatitis C Virus (HCV) have become endemic in many settings and bacterial and viral infections, such as endocarditis and cellulitis, have become extremely common among this population. In an effort to reduce these public health concerns and the public order problems associated with public injection drug use, in September 2003, Vancouver, Canada opened a pilot medically supervised safer injecting facility (SIF), where IDUs can inject pre-obtained illicit drugs under the supervision of medical staff. The SIF was granted a legal exemption to operate on the condition that its impacts be rigorously evaluated. In order to ensure that the evaluation is appropriately open to scrutiny among the public health community, the present article was prepared to outline the methodology for evaluating the SIF and report on some preliminary observations. The evaluation is primarily structured around a prospective cohort of SIF users, that will examine risk behavior, blood-borne infection transmission, overdose, and health service use. These analyses will be augmented with process data from within the SIF, as well as survey's of local residents and qualitative interviews with users, staff, and key stakeholders, and standardised evaluations of public order changes. Preliminary observations suggest that the site has been successful in attracting IDUs into its programs and in turn helped to reduce public drug use. However, each of the indicators described above is the subject of a rigorous scientific evaluation that is attempting to quantify the overall impacts of the site and identify both benefits and potentially harmful consequences and it will take several years before the SIF's impacts can be appropriately examined.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,054 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».