Geographical and temporal variation of injection drug users in Pakistan
Notice bibliographique
Résumé
OBJECTIVES: We describe the characteristics of injecting drug users (IDU) in Pakistan in 2006 and 2011, and assess the heterogeneity of IDU characteristics across different cities and years as well as factors associated with HIV infection. METHODS: Cross-sectional, integrated behavioural-biological surveys of IDU were conducted in 10 cities across Pakistan in 2006 and 2011. Univariate and multivariable analyses were used to describe the differences in HIV prevalence and risk behaviours between cities and over time. RESULTS: Large increases in HIV prevalence among injection drug users in Pakistan were observed, with overall HIV prevalence increasing from 16.2% in 2006 to 31.0% in 2011; an increase in HIV prevalence was also seen in all geographic areas except one. There was an increase in risk behaviours between 2006 and 2011, anecdotally related to a reduction in the availability of services for IDU. In 2011, larger proportions of IDU reported injecting several times a day and using professional injectors, and fewer reported always using clean syringes. An increase in the proportion living on the street was also observed and this was associated with HIV infection. Cities differ in terms of HIV prevalence, risk profiles, and healthcare seeking behaviours. CONCLUSIONS: There is a high prevalence of HIV among injection drug users in Pakistan and considerable potential for further transmission through risk behaviours. HIV prevention programs may be improved through geographic targeting of services within a city and for involving groups that interact with IDU (such as pharmacy staff and professional injectors) in harm reduction initiatives.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».