Socioeconomic marginalization and plasma HIV-1 RNA nondetectability among individuals who use illicit drugs in a Canadian setting
Notice bibliographique
Résumé
OBJECTIVE: Given that people who use illicit drugs (PWUD) often engage in prohibited income generation to support their basic needs, we sought to examine the role of these activities in shaping antiretroviral therapy (ART) adherence and plasma HIV RNA-1 viral load suppression among HIV-infected PWUD. DESIGN: Longitudinal analyses among HIV-positive, ART-exposed PWUD in the AIDS Care Cohort to evaluate Exposure to Survival Services prospective cohort study (2005-2013). METHODS: Generalized linear mixed-effects and mediation analyses examined the relationship between prohibited income generation (e.g., sex work, drug dealing, theft, street-based income) and virologic suppression (plasma viral load ≤50 copies/ml plasma) adjusting for adherence and potential confounders. RESULTS: Among 687 HIV-infected PWUD, 391 (56.9%) individuals reported prohibited income generation activity during the study period. In multivariate analyses, prohibited income generation remained independently and negatively associated with virologic suppression (adjusted odds ratio: 0.68, 95% confidence interval: 0.52-0.88) following adjustment for hypothesized confounders, including high-intensity drug use, ART adherence and homelessness. Although partially mediated by ART adherence, the relationship between prohibited income generation and virologic suppression was maintained in mediation analyses (Sobel statistic = -1.95, P = 0.05). CONCLUSION: Involvement in prohibited income generation decreases the likelihood of virologic suppression directly and indirectly through its negative association with ART adherence. These findings suggest that linkages between socioeconomic marginalization, the criminalization of illicit drug use, and insufficient employment opportunities may produce barriers to access and retention in care. Programmatic and policy interventions that decrease socioeconomic vulnerability may therefore reduce HIV-related morbidity, mortality, and onward 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».