Examining non-AIDS mortality among people who inject drugs
Notice bibliographique
Résumé
OBJECTIVE: To systematically review and analyse data from cohorts of people who inject drugs (PWID) to improve existing estimates of non-AIDS mortality used to calculate mortality among PWID in the Spectrum Estimates and Projection Package. DESIGN: Systematic review and meta-analysis. METHODS: We conducted an update of an earlier systematic review of mortality among PWID, searching specifically for studies providing data on non-AIDS-related deaths. Random-effects meta-analyses were performed to derive pooled estimates of non-AIDS crude mortality rates across cohorts disaggregated by sex, HIV status and periods in and out of opioid substitution therapy (OST). Within each cohort, ratios of non-AIDS CMRs were calculated and then pooled across studies for the following paired sub-groups: HIV-negative versus HIV-positive PWID; male versus female PWID; periods in OST versus out of OST. For each analysis, pooled estimates by country income group and by geographic region were also calculated. RESULTS: Thirty-seven eligible studies from high-income countries and five from low and middle-income countries were found. Non-AIDS mortality was significantly higher in low and middle-income countries [2.74 per 100 person-years; 95% confidence interval (CI) 1.76-3.72] than in high-income countries (1.56 per 100 person-years; 95% CI 1.38-1.74). Non-AIDS CMRs were 1.34 times greater among men than women (95% CI 1.14-1.57; N = 19 studies); 1.50 times greater among HIV-positive than HIV-negative PWID (95% CI 1.15, 1.96; N = 16 studies); and more than three times greater during periods out of OST than for periods on OST (N = 7 studies). CONCLUSIONS: A comprehensive response to injecting drug must include efforts to reduce the high levels of non-AIDS mortality among PWID. Due to limitations of currently available data, including substantial heterogeneity between studies, estimates of non-AIDS mortality specific to geographic regions, country income level, or the availability of OST should be interpreted with caution.
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 | 0,018 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,018 |
| Bibliométrie | 0,012 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».