A qualitative exploration of prescription opioid injection among street-based drug users in Toronto: behaviours, preferences and drug availability
Notice bibliographique
Résumé
BACKGROUND: There is evidence of a high prevalence of prescription opioid (PO) and crack use among street drug users in Toronto. The purpose of this qualitative study was to describe drug use behaviours and preferences as well as the social and environmental context surrounding the use of these drugs among young and old street-based drug injection drug users (IDUs). METHODS: In-depth interviews were conducted with 25 PO injectors. Topics covered included drug use history, types of drugs used, how drugs were purchased and transitions to PO use. Interviews were taped and transcribed. Content analysis was conducted to identify themes. RESULTS: Five prominent themes emerged from the interviews: 1) Combination of crack and prescription opioids, 2) First injection experience and transition to prescription opioids, 3) Drug preferences and availability, 4) Housing and income and 5) Obtaining drugs. There was consensus that OxyContin and crack were the most commonly available drugs on the streets of Toronto. Drug use preferences and behaviours were influenced by the availability of drugs, the desired effect, ease of administration and expectations around the purity of the drugs. Distinct experiences were observed among younger users as compared to older users. In particular, the initiation of injection drug use and experimentation with POs among younger users was influenced by their experiences on the street, their peers and general curiosity. CONCLUSION: Given the current profile of street-based drug market in Toronto and the emergence of crack and POs as two predominant illicit drug groups, understanding drug use patterns and socio-economic factors among younger and older users in this population has important implications for preventive and therapeutic interventions.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».