A drug use survey among clients of harm reduction sites across British Columbia, Canada, 2012
Notice bibliographique
Résumé
BACKGROUND: In British Columbia (BC), understanding of high-risk drug use trends is largely based on survey and cohort study data from two major cities, which may not be representative of persons who use drugs in other regions. Harm reduction stakeholders, representing each of the five geographic health regions in BC, identified a need for data on drug use to inform local and regional harm reduction activities across the province. The aims of this project were to (1) develop a drug use survey that could be feasibly administered at harm reduction (HR) sites across all health regions and (2) assess the data for differences in reported drug use frequencies by region. METHODS: A pilot survey focusing on current drug use was developed with stakeholders and administered among clients at 28 HR supply distribution sites across the province by existing staff and peers. Data were collated and analysed using univariate and bivariate descriptive statistics to assess differences in reported drug use frequencies by geography. A post-survey evaluation was conducted to assess acceptability and feasibility of the survey process for participating sites. RESULTS: Crack cocaine, heroin, and morphine were the most frequently reported drugs with notable regional differences. Polysubstance use was common among respondents (70%) with one region having 81% polysubstance use. Respondents surveyed in or near their region's major centre were more likely to report having used crack cocaine (p < 0.0001) and heroin (p < 0.0001) in the past week as compared to those residing >50 km from the major centre. Participants accessing services >50 km from the regional centre were more likely to have used morphine (p < 0.0001). There was no difference in powder cocaine use by client/site proximity to the regional centre. Participating sites found the survey process acceptable, feasible to administer annually, and useful for responding to client needs. CONCLUSIONS: The survey was a feasible way for harm reduction sites across BC to obtain drug use data from clients who actively use drugs. Drug use frequencies differed substantially by region and community proximity to the regional centre, underlining the need for locally collected data to inform service planning.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».