Knowledge of Fentanyl and Perceived Risk of Overdose Among Persons Who Use Drugs in Vancouver, Canada
Notice bibliographique
Résumé
Objectives: In North America, the illicit drug supply is increasingly contaminated by illicitly manufactured fentanyl. We sought to assess the level and source of fentanyl risk knowledge, defined as knowledge of the overdose risks associated with fentanyl, and characterize the prevalence and correlates of perceived risk of personally having a fentanyl overdose among persons who use illicit drugs (PWUD) in Vancouver, British Columbia. Methods: We derived data from 3 prospective cohorts of PWUD in Vancouver from December 2016 through May 2017. We used multivariable ordinal regression analysis to identify factors associated with a lower perceived risk of having a fentanyl overdose. Results: Of 1166 participants, 1095 (93.9%) had fentanyl risk knowledge. Of 1137 participants who answered questions about their perceived risk of having a fentanyl overdose, 398 (35.0%) perceived having no risk, 426 (37.5%) perceived having low risk, and 313 (27.5%) perceived having moderate or high risk. Never or rarely using opioids (n = 541, 65.7%) was the most common reason for reporting no or low perceived risk (n = 824), whereas 137 (16.6%) participants reported daily heroin use. In multivariable analysis, compared with participants who perceived a moderate or high risk, participants who perceived a lower risk were less likely to report a recent nonfatal overdose (adjusted odds ratio [aOR] = 0.28; P < .001), recent injection drug use (aOR = 0.34; P < .001), and awareness of recent exposure to fentanyl (aOR = 0.34; P < .001). Conclusion: Despite a high level of fentanyl risk knowledge, most study participants did not translate this knowledge into a risk of having an overdose. Although participants who perceived a lower risk were less likely to have had an overdose, a considerable proportion was engaged in daily opioid use, suggesting the need to improve overdose prevention efforts.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».