Profile of People Who Inject Drugs in Tehran, Iran.
Notice bibliographique
Résumé
The marked shift in the patterns of drug use in Iran, from opium smoking to injecting drug use, has led to serious health-related outcomes. This study was designed to explore characteristics of people who inject drugs (PWID) in Tehran, Iran. Nine hundred and four PWID were recruited from treatment and harm reduction facilities, as well as drug user hangouts in public areas in Tehran. Participants were interviewed using the Persian version of the World Health Organization Drug Injecting Study Phase II questionnaire. The median age at the time of the first illegal drug use, at the time of the first injection and current age was 20, 24 and 32, respectively. In more than 80% of the cases, the first drug used was opium. The transition from the first drug use to the first drug injection occurred after an average of 6.6 and 2.7 years for those who had started drug use with opium and heroin, respectively. Two-thirds of the participants shared injecting equipment within the last 6 months. Difficulty in obtaining sterile needles and thehigh cost of syringes were reported as the major reasons for needle/syringe sharing. Approximately 80% of community-recruited PWID reported difficulties in using treatment or harm reduction services. Self-detoxification and forced detoxification were the most common types of drug abuse treatment in alifetime. Despite a dramatic shift in drug policy in Iran during the past few years, wider coverage of harm reduction services, improvement of the quality of services, and education about such services are still necessary.
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 | 0,000 | 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 ».