Binge Drug Use Independently Predicts HIV Seroconversion Among Injection Drug Users: Implications for Public Health Strategies
Notice bibliographique
Résumé
Several studies have highlighted risk factors that cause HIV vulnerability among injection drug users (IDUs); these studies in turn have prompted public health officials to take action to minimize these risks. We sought to evaluate the potential association between binge drug use and HIV seroconversion and, subsequently, risk factors associated with binge drug use among a cohort of IDUs. To do this, we performed analyses of (1) associations with HIV seroconversion and (2) associations with binge drug use among participants enrolled in the Vancouver Injection Drug Users Study (VIDUS), a prospective cohort of IDU. Because serial measures for each individual were available, we undertook a time-updated Cox regression analysis to detect associations with HIV incidence and variables potentially associated with binge drug use were evaluated by using generalized estimating equations (GEE). Overall, 1548 IDU were enrolled into the VIDUS cohort between May 1996 and May 2003. There were 1013 individuals who were HIV seronegative at enrollment and had at least one follow-up visit; 125 (12%) became HIV positive during the study period for a cumulative incidence rate of 14% at 64 months after enrollment. In the final multivariate model, binge drug use [Adjusted Hazards Ratio: 1.61 (CI: 1.12, 2.31)] was independently associated with HIV seroconversion. In subanalyses, when we evaluated associations with binge drug use in GEE analyses, borrowing [Odds Ratio (OR): 153 (CI: 1.33-1.76)] and lending [OR: 1.73 (CI: 1.50-1.98)] syringes, sex trade work [OR: 1.14 (CI: 1.01-1.29)], frequent cocaine [OR: 2.34 (CI: 2.11-2.60)] and heroin [OR: 1.29 (CI: 1.17-1.43)] injection were independently associated with binge drug use and methadone [OR: 0.80 (CI: 0.71-0.89)] was protective against binge drug use. Our study identified an independent association between binge drug use and HIV incidence and demonstrated several high-risk drug practices associated with bingeing. Given the unaddressed public health risks associated with bingeing, a public health response protocol must be developed to minimize the personal and public health risks associated with the binge use of drugs.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».