The rising prevalence of prescription opioid injection and its association with hepatitis C incidence among street‐drug users
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
AIMS: To examine trends in prescription opioid (PO) injection and to assess its association with hepatitis C virus (HCV) seroconversion among injection drug users (IDUs). DESIGN: Prospective cohort study. SETTING: Montreal, Canada. PARTICIPANTS: HCV-negative IDUs at baseline, reporting injection in the past month. MEASUREMENTS: Semi-annual visits included HCV antibody testing and an interview-administered questionnaire assessing risk behaviours. HCV incidence rate was calculated using the person-time method. Time-updated Cox regression models were conducted to examine predictors of HCV incidence. FINDINGS: The proportion of IDUs reporting PO injection increased from 21% to 75% between 2004 and 2009 (P < 0.001). Of the 246 participants (81.6% male; mean age 34.5 years; mean follow-up time 23 months), 83 seroconverted to HCV [incidence rate: 17.9 per 100 person-years; 95% confidence interval (CI) 14.3, 22.1]. Compared to non-PO injectors, PO injectors were more likely to become infected [adjusted hazard ratio (AHR): 1.87; 95%CI:1.16, 3.03]. An effect modification was also found: PO injectors who did not inject heroin were more likely to become infected (AHR: 2.88; 95%CI: 1.52, 5.45) whereas no association was found for participants using both drugs (AHR: 1.19; 95% CI: 0.61, 2.30). Other independent predictors of HCV incidence were: cocaine injection, recent incarceration and >30 injections per month. CONCLUSIONS: Prescription opioid injectors who do not inject heroin are at greater risk for HCV seroconversion than are those injecting both heroin and prescription opioids. Important differences in age, behaviour and social context suggest a need for targeted outreach strategies to this population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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