Gender differences in access to methadone maintenance therapy in a <scp>C</scp>anadian setting
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Methadone maintenance therapy (MMT) is an evidence-based treatment for opioid addiction. While gender differences in MMT pharmacokinetics, drug use patterns and clinical profiles have been previously described, few studies have compared rates of MMT use among community-recruited samples of persons who inject drugs (PWID). DESIGN AND METHODS: The present study used prospective cohorts of PWID followed between May 1996 and May 2013 in Vancouver, British Columbia, Canada. We investigated potential factors associated with time to methadone initiation using Cox proportional hazards modelling. Stratified analyses were used to examine for gender differences in rates of MMT enrolment. RESULTS: Overall, 1848 baseline methadone-naïve PWID were included in the study, among whom 595 (32%) were female. In an adjusted model, male gender was independently associated with increased time to MMT initiation and an overall lower rate of enrolment [adjusted relative hazard = 0.74 (95% confidence interval: 0.65-0.85)]. Among both female and male PWID, Caucasian ethnicity and daily injection heroin use were associated with decreased time to methadone initiation, while in females, pregnancy was also associated with more rapid initiation. DISCUSSION AND CONCLUSIONS: These data highlight gender differences in methadone use among a population of community-recruited PWID. While factors associated with methadone use were similar between genders, rates of use were lower among male PWID, highlighting the need to consider gender when designing strategies to improve recruitment into MMT. [Bach P, Milloy M-J, Nguyen P, Koehn J, Guillemi S, Kerr T, Wood E. Gender differences in access to methadone maintenance therapy in a Canadian setting. Drug Alcohol Rev 2015;34:503-7].
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».