Pattern of Substance Use: Study in a De-addiction Clinic
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Substance use disorders have become a major public health problem in Bangladesh. We sought to assess the pattern of substance use and related factors among hospitalized patients. METHODS: This was a descriptive study that included 105 patients. All patients who were admitted to a private drug de-addiction clinic in Dhaka, Bangladesh, between 1 July and 31 December 2013 and diagnosed with substance use disorder were enrolled in the study. Data was collected via face-to-face interviews using a semi-structured questionnaire and the information was complemented by the case-notes. RESULTS: Almost all (90.5%) respondents were male and were poly-substance users (91.4%). The mean age of respondents was 28.8±8.0 years. Most (27.6%) respondents used three types of substances. Smoking or inhalation was the route used by most (90.5%) respondents. More than three-fourths (81.0%) of respondents used nicotine. Among the other substances, the majority (79.0%) used opioids, followed by cannabinoids (55.2%), and alcohol (41.0%). Curiosity, peer pressure, and for fun were identified as the common reasons for initiating substance use. CONCLUSIONS: A high proportion of poly-substance use was found in the study population. Our findings could help in the management and development of prevention strategies for substance use in Bangladesh.
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.
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 | 0,000 |
| 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) | 0,002 | 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 découle