Willingness to use an in‐hospital supervised inhalation room among people who smoke crack cocaine in Vancouver, Canada
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: People who use illicit drugs (PWUD) often engage in drug use during hospitalisation. Adverse outcomes may arise from efforts to conceal inpatient drug use, especially in hospital settings that rely on abstinence-based policies. Harm reduction interventions, including supervised drug consumption services, have not been well studied in hospital settings. This study examines factors associated with willingness to use an in-hospital supervised inhalation room (SIR) among people who smoke crack cocaine in Vancouver, Canada. DESIGN AND METHODS: Cross-sectional data from two open prospective cohorts of PWUD involving people who smoke crack cocaine were collected between June 2013 and May 2014. Multivariable logistic regression analyses were used to identify factors associated with willingness to use an in-hospital SIR. RESULTS: Among 539 participants, 320 (59.4%) reported willingness to use an in-hospital SIR. Independent factors positively associated with willingness included: ever used drugs in hospital [adjusted odds ratio (AOR) = 1.89], and daily non-injection crack use (AOR = 1.63). Difficulty accessing new crack pipes (AOR = 0.51) was negatively associated with willingness (all P < 0.05). The most commonly reported reasons for willingness were to: remain in hospital (50.6%), reduce drug-related risks (25.6%) and reduce the stress of hospital discharge for using drugs (24.7%). DISCUSSION AND CONCLUSIONS: A high proportion of people who smoke crack cocaine reported willingness to use an in-hospital SIR, and those willing were more likely to report heavy drug use and previous in-hospital use. These findings highlight the potential utility of SIRs to complement existing in-hospital services for PWUD.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».