Cross‐border migration and initiation of others into drug injecting in Tijuana, Mexico
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Efforts to prevent injection drug use (IDU) are increasingly focusing on the role that people who inject drugs (PWID) play in facilitating the entry of others into this behaviour. This is particularly relevant in settings experiencing high levels of IDU, such as Mexico's northern border region, where cross-border migration, particularly through forced deportation, has been found to increase a range of health and social harms related to injecting. DESIGN AND METHODS: PWID enrolled in a prospective cohort study in Tijuana, Mexico, since 2011 were interviewed semi-annually, which solicited responses on their experiences initiating others into injecting. Univariate and multivariable logistic regression analyses were conducted at the Preventing Injection by Modifying Existing Responses (PRIMER) baseline, with the dependent variable defined as reporting ever initiating others into injection. The primary independent variable was lifetime deportation from the USA to Mexico. RESULTS: Among 532 participants, 14% (n = 76) reported initiating others into injecting, the majority of participants reporting initiating acquaintances (74%, n = 56). In multivariable analyses, initiating others into injecting was independently associated with reporting living in the USA for 1-5 years [adjusted odds ratio (AOR) = 2.42; 95% confidence interval (CI) 1.22-4.79, P = 0.01], and methamphetamine and heroin injection combined (AOR = 3.67; 95% CI 1.11-12.17, P = 0.03). Deportation was not independently associated with initiating others into injecting. DISCUSSION AND CONCLUSIONS: The impact of migration needs to be considered within binational programming seeking to prevent the expansion of epidemics of injecting and HIV transmission among mobile populations residing in the Mexico-USA border region.
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 ».