Illicit drug use and injection practices among drug users on methadone and buprenorphine maintenance treatment in France
Notice bibliographique
Résumé
AIMS: To evaluate the associations between methadone and high-dose buprenorphine maintenance treatment and illicit drug use and injection among drug users in France. DESIGN: A cross-sectional study. Data were gathered using a questionnaire administered containing closed-ended questions. SETTING: Drug dependence clinics (DDC) and general practitioners' (GPs) offices in three French cities. PARTICIPANTS: Drug users undergoing maintenance treatment with methadone (n = 197) and buprenorphine (n = 142). MEASUREMENTS: Interviews covered the use of illicit drugs (heroin, cocaine or crack) and injection practices (illicit drugs and/or substitution drugs) during the last month, current treatment modalities, socio-demographic and health characteristics. Bivariate analysis and multivariate logistic regressions were conducted. FINDINGS: Overall, 35.4% of respondents (34.5% in the methadone group, 36.6% in the buprenorphine group, P= 0.69) had used at least one illicit drug, 25.7% reported having injected drugs and 15.3% had injected the substitution drug. Injection was more common among buprenorphine-maintained individuals (40.1%) than among users on methadone (15.2%) (P < 0.01). Multivariate analyses indicate that the type of substitution drug (buprenorphine versus methadone) was not associated with illicit drug use (OR = 1.1; 95% CI = 0.7-1.8). In the buprenorphine group, injection was related independently to social situation, as measured by housing (unstable versus stable housing, OR = 4.3; 95% CI = 1.6-11.5), but this was not the case in the methadone group. The risk of injection increased with buprenorphine dosage (high/low dosage OR = 6.2; 95% CI = 2.0-19.7), but this association was not observed in the methadone group. CONCLUSION: Further studies comparing the benefits of these two types of treatment should be carried out, taking outcomes such as physical health, mental health and social functioning into consideration.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».