MétaCan
Menu
Retour à la cohorte
Enregistrement W2157424407 · doi:10.1111/add.12252

The epidemiology of substance use among street children in resource‐constrained settings: a systematic review and meta‐analysis

2013· review· en· W2157424407 sur OpenAlexaff
Lonnie Embleton, Ann Mwangi, Rachel Vreeman, David Ayuku, Paula Braitstein

Notice bibliographique

RevueAddiction · 2013
Typereview
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human Development
Mots-clésMeta-analysisMedicineEpidemiologySubstance abuseSubstance useConfidence intervalEnvironmental healthSystematic reviewDemographyPsychiatryMEDLINE

Résumé

récupéré en direct d'OpenAlex

AIMS: To compile and analyze critically the literature published on street children and substance use in resource-constrained settings. METHODS: We searched the literature systematically and used meta-analytical procedures to synthesize literature that met the review's inclusion criteria. Pooled-prevalence estimates and 95% confidence intervals (CI) were calculated using the random-effects model for life-time substance use by geographical region as well as by type of substance used. RESULTS: Fifty studies from 22 countries were included into the review. Meta-analysis of combined life-time substance use from 27 studies yielded an overall drug use pooled-prevalence estimate of 60% (95% CI = 51-69%). Studies from 14 countries contributed to an overall pooled prevalence for street children's reported inhalant use of 47% (95% CI = 36-58%). This review reveals significant gaps in the literature, including a dearth of data on physical and mental health outcomes, HIV and mortality in association with street children's substance use. CONCLUSIONS: Street children from resource-constrained settings reported high life-time substance use. Inhalants are the predominant substances used, followed by tobacco, alcohol and marijuana.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,040
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0160,024
Bibliométrie0,0110,011
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,424
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations151
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetHomelessness and Social IssuesTravaux en français237 207