Predictors of historical change in drug treatment coverage among people who inject drugs in 90 large metropolitan areas in the USA, 1993–2007
Notice bibliographique
Résumé
BACKGROUND: Adequate access to effective treatment and medication assisted therapies for opioid dependence has led to improved antiretroviral therapy adherence and decreases in morbidity among people who inject drugs (PWID), and can also address a broad range of social and public health problems. However, even with the success of syringe service programs and opioid substitution programs in European countries (and others) the US remains historically low in terms of coverage and access with regard to these programs. This manuscript investigates predictors of historical change in drug treatment coverage for PWID in 90 US metropolitan statistical areas (MSAs) during 1993-2007, a period in which, overall coverage did not change. METHODS: Drug treatment coverage was measured as the number of PWID in drug treatment, as calculated by treatment entry and census data, divided by numbers of PWID in each MSA. Variables suggested by the Theory of Community Action (i.e., need, resource availability, institutional opposition, organized support, and service symbiosis) were analyzed using mixed-effects multivariate models within dependent variables lagged in time to study predictors of later change in coverage. RESULTS: Mean coverage was low in 1993 (6.7%; SD 3.7), and did not increase by 2007 (6.4%; SD 4.5). Multivariate results indicate that increases in baseline unemployment rate (β = 0.312; pseudo-p < 0.0002) predict significantly higher treatment coverage; baseline poverty rate (β = - 0.486; pseudo-p < 0.0001), and baseline size of public health and social work workforce (β = 0.425; pseudo-p < 0.0001) were predictors of later mean coverage levels, and baseline HIV prevalence among PWID predicted variation in treatment coverage trajectories over time (baseline HIV * Time: β = 0.039; pseudo-p < 0.001). Finally, increases in black/white poverty disparity from baseline predicted significantly higher treatment coverage in MSAs (β = 1.269; pseudo-p < 0.0001). CONCLUSIONS: While harm reduction programs have historically been contested and difficult to implement in many US communities, and despite efforts to increase treatment coverage for PWID, coverage has not increased. Contrary to our hypothesis, epidemiologic need, seems not to be associated with change in treatment coverage over time. Resource availability and institutional opposition are important predictors of change over time in coverage. These findings suggest that new ways have to be found to increase drug treatment coverage in spite of economic changes and belt-tightening policy changes that will make this difficult.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».