MétaCan
Menu
Retour à la cohorte
Enregistrement W2763454466 · doi:10.1186/s13011-017-0126-1

History of medication-assisted treatment and its association with initiating others into injection drug use in San Diego, CA

2017· article· en· W2763454466 sur OpenAlexfundno aff
María Luisa Mittal, Devesh Vashishtha, Shelly Sun, Sonia Jain, Jazmine Cuevas-Mota, Richard S. Garfein, Steffanie A. Strathdee, Dan Werb

Notice bibliographique

RevueSubstance Abuse Treatment Prevention and Policy · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesFogarty International CenterNational Institute of Allergy and Infectious DiseasesNational Institute on Drug AbuseCanadian Institutes of Health ResearchCenter for AIDS Research, University of WashingtonUniversity of California, San DiegoNational Institutes of Health
Mots-clésMedicineOdds ratioOddsConfidence intervalLogistic regressionCohortInjection drug useConfoundingDrugCohort studyDemographyDrug injectionInternal medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medication-assisted treatment (MAT) remains the gold standard for the treatment of opioid use disorder. MAT also reduces the frequency of injecting among people who inject drugs (PWID). Relatedly, data suggest that PWID play a key role in the initiation of others into drug injecting by exposing injecting practices to injection-naïve drug users. Our primary objective was to test whether a history of MAT enrollment is associated with a reduced odds of PWID providing injection initiation assistance. METHODS: Preventing Injecting by Modifying Existing Responses (PRIMER; NIDA DP2-DA040256-01), is a multi-site cohort study assessing the impact of socio-structural factors on the risk that PWID provide injection initiation assistance. Data were drawn from a participating cohort of PWID in San Diego, CA. The primary outcome was reporting ever providing injection initiation assistance; the primary predictor was reporting ever being enrolled in MAT. Logistic regression was used to model associations between MAT enrollment and ever initiating others into injecting while adjusting for potential confounders. RESULTS: Participants (n = 354) were predominantly male (n = 249, 70%). Thirty-eight percent (n = 135) of participants reported ever initiating others into injection drug use. In multivariate analysis, participants who reported a history of MAT enrollment had significantly decreased odds of ever providing injection initiation assistance (Adjusted Odds Ratio [AOR]: 0.62, 95% Confidence Interval [CI]: 0.39-0.99). CONCLUSIONS: These preliminary findings suggest an association between MAT enrollment and a lower odds that male PWID report providing injection initiation assistance to injection-naïve drug users. Further research is needed to identify the pathways by which MAT enrollment may impact the risk that PWID initiate others into drug injecting.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,352
Écart entre enseignants0,297 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSubstance Abuse Treatment Prevention and PolicyMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207