Prior opiate injection and incarceration history predict injection drug use among inmates
Notice bibliographique
Résumé
AIMS: To describe injection drug use among inmates, and to identify correlates of drug injection while incarcerated. DESIGN: Cross-sectional survey. SETTING: Six provincial correctional centres in Ontario, Canada. PARTICIPANTS: Face-to-face interviews were conducted with a random sample of 439 adult males and 158 females. MEASUREMENTS: Inmates were asked about drug use in their lifetime, outside the year prior to their current incarceration, and while incarcerated in the past year. Among the 32% (189 / 597) with a prior history of drug injection, independent correlates of injection while incarcerated in the past year were identified using multiple logistic regression. FINDINGS: Among all inmates while incarcerated in the past year, 45% (269 /597) used drugs and 19% (113 / 596) used non-cannabis drugs. Among those with a prior history of injecting, 11% (20 / 189) injected while incarcerated in the past year. Rates of injection with used needles were the same pre-incarceration as they were while incarcerated (32%). Independent correlates of drug injection while incarcerated were injection of heroin (OR = 6.4) or other opiates (OR = 7.9) and not injected with used needles (OR = 0.20) outside in the year prior to incarceration, and ever being incarcerated in a federal prison (OR = 5.3). CONCLUSIONS: The possibility of transmission of human immunodeficiency virus (HIV), hepatitis C (HCV) or other blood-borne diseases exists in Ontario correctional centres. In this setting, drug injection while incarcerated is primarily related to opiate use prior to incarceration. The correlation between injecting and extensive incarceration history suggests missed opportunities to improve inmates' health.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».