Giving away used injection equipment: missed prevention message?
Notice bibliographique
Résumé
BACKGROUND: Our objective was to examine factors associated with distributive injection equipment sharing and how needle exchange programs (NEPs) can help reduce distributive sharing among injection drug users (IDUs). METHODS: 145 English speaking Canadian IDUs ages 16 years and over who had injected in the past 30 days were recruited for a cross-sectional survey. Participants were asked about their socio-demographic characteristics, HIV risk behaviours, social support, drug treatment readiness, program satisfaction, health and social service use and NEP drug use. Bivariate statistics and logistic regression were used to characterize the population and examine correlates of sharing behaviour. RESULTS: More IDUs reported distributive sharing of cookers (45%) than needles (36%) or other types of equipment (water 36%; filters 29%; swabs 8%). Regression analyses revealed the following factors associated with distributing used cookers: a history of cocaine/crack injection, an Addiction Severity Index (ASI) score indicative of a mental health problem, and older than 30 years of age. Factors associated with giving away used water included: male, injected methadone, injected other stimulants and moved 3+ times in the past 6 months. Factors associated with giving away used filters included: injected cocaine/crack or stayed overnight on the street or other public place. Factors associated with giving away swabs included: an ASI mental health score indicative of a mental health problem, and HCV negative status. CONCLUSIONS: Our findings show that more IDUs give away cookers than needles or other injection equipment. While the results showed that correlates of sharing differed by piece of equipment, each point to distributive sharing by the most marginalized IDUs. Targeting prevention efforts to reduce equipment sharing in general, and cookers in particular is warranted to reduce use of contaminated equipment and viral transmission.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».