Tranquilizer misuse among active cocaine users: Predictors of initiation
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Tranquilizer use is associated with negative health outcomes among people who use drugs. This paper aims to estimate the incidence rate (initiation) and identify predictors of tranquilizer misuse (TM) among cocaine users. DESIGN AND METHODS: A prospective cohort study was conducted in Montreal, Canada. Interviewer-administered questionnaires were carried out at 3-month intervals. Initiation was defined as misusing a tranquilizer for the first time during follow-up. 'Lasting-initiation', defined as reporting TM at the next visit following first use, was also examined. Cox proportional hazard regression analyses were carried out to assess predictors of initiation to TM. RESULTS: Among the 245 participants who were eligible for the initiation analyses, 123 started TM during follow-up for an incidence rate of 40.49 per 100 person-years (95% confidence interval, CI: 33.80-48.15). Of the 123 initiates, 35.7% were still using at the interview following initiation for an incidence rate of 14.70 per 100 person-years (95% CI: 10.82-19.56). Multivariate models showed that independent predictors of initiation and 'lasting initiation' were identical as having had a criminal activity as the main source of income, having been recently in treatment for a substance use disorder (SUD) and reporting non-medical use of prescription opioids. DISCUSSION AND CONCLUSIONS: The incidence rate of TM initiation was high among a sample of cocaine users. Initiation was predicted by a problematic drug use pattern involving polydrug use, involvement in the street economy and having been in treatment for a SUD. These findings have implications for prevention and harm reduction strategies.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».