Comorbid Depression among Untreated Illicit Opiate Users: Results from a Multisite Canadian Study
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to describe patterns of major depression (MDD) in a cohort of untreated illicit opiate users recruited from 5 Canadian urban centres, identify sociodemographic characteristics of opiate users that predict MDD, and determine whether opiate users suffering from depression exhibit different drug use patterns than do participants without depression. METHOD: Baseline data were collected from 679 untreated opiate users in Vancouver, Edmonton, Toronto, Montreal, and Quebec City. Using the Composite International Diagnostic Interview Short Form for Major Depression, we assessed sociodemographics, drug use, health status, health service use, and depression. We examined depression rates across study sites; logistic regression analyses predicted MDD from demographic information and city. Chi-square analyses were used to compare injection drug use and cocaine or crack use among participants with and without depression. RESULTS: Almost one-half (49.3%) of the sample met the cut-off score for MDD. Being female, white, and living outside Vancouver independently predicted MDD. Opiate users suffering from depression were more likely than users without depression to share injection equipment and paraphernalia and were also more likely to use cocaine (Ps < 0.05). CONCLUSIONS: Comorbid depression is common among untreated opiate users across Canada; targeted interventions are needed for 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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».