MétaCan
Menu
Retour à la cohorte
Enregistrement W2903023530 · doi:10.1186/s13011-018-0180-3

An age-based analysis of nonmedical prescription opioid use among people who use illegal drugs in Vancouver, Canada

2018· article· en· W2903023530 sur OpenAlexafffundabout
Tessa Cheng, Will Small, Huiru Dong, Ekaterina Nosova, Kanna Hayashi, Kora DeBeck

Notice bibliographique

RevueSubstance Abuse Treatment Prevention and Policy · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of British ColumbiaCentre for Addiction and Mental HealthSimon Fraser UniversityBritish Columbia Centre on Substance UseProvidence Health Care
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthMichael Smith Health Research BCNational Institute on Drug AbuseProvidence Health CareSt. Paul's Foundation
Mots-clésMedicineDemographyConfidence intervalOdds ratioPublic healthHeroinPopulationMedical prescriptionProspective cohort studyMultivariate analysisCohort studyGerontologyPsychiatryEnvironmental healthInternal medicineDrug

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Nonmedical prescription opioid use (NMPOU) is a serious public health problem in North America. At a population-level, previous research has identified differences in the prevalence and correlates of NMPOU among younger versus older age groups; however, less is known about age-related differences in NMPOU among people who use illegal drugs. METHODS: Data were collected between 2013 and 2015 from two linked prospective cohort studies in Vancouver, Canada: the At-Risk Youth Study (ARYS) and the Vancouver Injection Drug Users Study (VIDUS). Factors independently associated with NMPOU among younger (ARYS) and older (VIDUS) participants were examined separately using bivariate and multivariate generalized estimating equations. RESULTS: A total of 1162 participants were included. Among 405 eligible younger participants (Median age = 25; Inter-Quartile Range [IQR]: 22-28), 40% (n = 160) reported engaging in NMPOU at baseline; among 757 older participants (Median age = 48, IQR: 40-55), 35% (n = 262) reported engaging in NMPOU at baseline. In separate multivariate analyses of younger and older participants, NMPOU was positively and independently associated with heroin use (younger: Adjusted Odds Ratio [AOR] = 3.12, 95% Confidence Interval [CI]: 2.08-4.68; older: AOR = 2.79, 95% CI: 2.08-3.74), drug dealing (younger: AOR = 2.22, 95% CI: 1.58-3.13; older: AOR = 1.87, 95% CI: 1.40-2.49), and difficulty accessing services (younger: AOR = 1.47, 95% CI: 1.04-2.09; older: AOR = 1.74, 95% CI: 1.32-2.29). Among the youth cohort only, NMPOU was associated with younger age (AOR = 1.12, 95% CI: 1.05-1.19), crack use (AOR = 1.56, 95% CI: 1.06-2.30), and binge drug use (AOR = 1.41, 95% CI: 1.00-1.97); older participants who engaged in NMPOU were more likely to report crystal methamphetamine use (AOR = 1.97, 95% CI: 1.46-2.66), non-fatal overdose (AOR = 1.76, 95% CI: 1.20-2.60) and sex work (AOR = 1.49, 95% CI: 1.00-2.22). DISCUSSION: The prevalence of NMPOU is similar among younger and older people who use drugs, and independently associated with markers of vulnerability among both age groups. Adults who engage in NMPOU are at risk for non-fatal overdose, which highlights the need for youth and adult-specific strategies to address NMPOU that include better access to health and social services, as well as a range of addiction treatment options for opioid use. Findings also underscore the importance of improving pain treatment strategies tailored 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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,399
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,270 · 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.

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

Citations21
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSubstance Abuse Treatment Prevention and PolicyMême sujetOpioid Use Disorder TreatmentTravaux en français237 207