MétaCan
Menu
Retour à la cohorte
Enregistrement W2315968744 · doi:10.1177/0706743716632503

Epidemiology of Injection Drug Use

2016· review· en· W2315968744 sur OpenAlexaffvenueabout
Élise Roy, Nelson Arruda, Julie Bruneau, Didier Jutras‐Aswad

Notice bibliographique

RevueThe Canadian Journal of Psychiatry · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensCentre Hospitalier de l’Université de MontréalInstitut National de Santé Publique du QuébecUniversité de MontréalUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésInjection drug useMedicineDrugEpidemiologyPsychiatryMedical prescriptionIntervention (counseling)Public healthMental healthPrescription Drug MisuseDrug injectionPharmacologyOpioid use disorderOpioidInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

After more than 30 years of research, numerous studies have shown that injection drug use is associated with a wide range of adverse health outcomes such as drug overdoses, drug-related suicidal behaviours, comorbid psychiatric disorders, bloodborne pathogens and other infectious diseases, and traumas. This review explores new trends and prominent issues associated with injection drug use. The dynamic nature of injection drug use is underlined by examining its recent trends and changing patterns in Canada and other "high-income countries." Three research topics that could further contribute to the development of comprehensive prevention and intervention strategies aimed at people who inject drugs are also discussed: risk behaviours associated with the injection of prescription opioids, binge injection drug use, and mental health problems as determinants of injection risk behaviours.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,113
Tête enseignante GPT0,396
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations47
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of PsychiatryMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207