Prevalence and Patterns of Polydrug Use in Latin America: Analysis of Population-based Surveys in Six Countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The abuse of multiple substances continues to be a major public health concern in the United States, Latin America and other countries in the world. Recent studies have revealed that polydrug use has increased in many European countries. The main objective of this study was to determine the patterns of polydrug use in several Latin American countries. The data for this study was derived from separate studies conducted in Argentina, Bolivia, Chile, Ecuador, Uruguay and Perú. In each country a household survey was conducted using a multistage, stratified, cluster sample design. In all six countries, probabilistic samples of household residents aged 12 to 65 years of age were selected in three stages. The data were collected by a face to face interview using the same structured questionnaire, which was based on the Inter-American Uniform Drug Use Data System (SIDUC). A multivariate ordinal logistic regression model was fitted to assess the effects of country of origin on polydrug use, after adjusting for age and gender. The overall prevalence of polydrug use was 21%. The multivariate ordinal logistic regression model showed that males, participants aged 18 to 34 years and those from Chile, Uruguay and Argentina were significantly more likely to be polydrug users after adjusting for age and sex. This is the first study that documents the burden of polydrug use in Latin American countries. Future epidemiological studies should be conducted to examine the relationship between other demographic characteristics and risk behaviors with patterns of polydrug use.
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.
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 découle