MétaCan
Menu
Retour à la cohorte
Enregistrement W1984726769 · doi:10.1111/1753-6405.12363

Surveillance of injecting‐related injury and diseases in people who inject drugs attending a targeted primary health care facility in Sydney's Kings Cross

2015· article· en· W1984726769 sur OpenAlexaff
Mihaela Ivan, Ingrid van Beek, Handan Wand, Lisa Maher

Notice bibliographique

RevueAustralian and New Zealand Journal of Public Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionFamily medicineHealth carePrimary careEmergency medicineSyringeEnvironmental healthPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study examined the prevalence of injecting-related injuries and diseases (IRIDs) and associated risk factors among people who inject drugs (PWID) attending a primary health care facility in Sydney's Kings Cross. METHODS: We calculated prevalence of a wide range of IRIDs utilising data reported by 702 PWID who completed a clinician-administered survey at their first visit. Multivariable logistic regressions identified factors independently associated with at least one episode of: i) cutaneous and ii) non-cutaneous IRIDs. RESULTS: Lifetime prevalence of cutaneous IRIDs was 23%. Forty-two per cent of PWID with a history of abscess attended hospital at their most recent episode. Female gender, lifetime receptive syringe sharing (RSS), injecting while in custody, and ever injecting in places other than the arm were independently associated with reporting at least one episode of cutaneous IRIDs. Ever injecting in sites other than the arm, injecting for five or more years and lifetime history of RSS were independently associated with at least one episode of non-cutaneous IRIDs. CONCLUSIONS: IRIDs are a substantial health issue for PWID. Their ongoing surveillance is warranted particularly in primary care settings targeting PWID to inform prevention and early management, thus reducing complications that may require hospital admission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,364

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,060
Tête enseignante GPT0,371
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian and New Zealand Journal of Public HealthMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207