Factors associated with drug use in prison – results from the Norwegian offender mental health and addiction (NorMA) study
Notice bibliographique
Résumé
BACKGROUND: Remarkably little is known about drug use during imprisonment, including whether it represents a continuation of pre-incarceration drug use, or whether prison is also a setting for drug use initiation. This paper aims to describe drug use among people in prison in Norway and investigate risk factors associated with in-prison drug use. METHODS: We used data from the Norwegian Offender Mental Health and Addiction (NorMA) Study, a cross-sectional survey of 1499 individuals in Norwegian prisons. Respondents reported on drug use (narcotics and non-prescribed medications) both before and during imprisonment. We used multivariate logistic regression to investigate the associations between drug use in prison and demographics, previous drug use, mental health, and criminal activity. RESULTS: Sixty-five percent of respondents reported lifetime drug use, and about 50% reported daily use of drugs during the 6 months before incarceration. Thirty-five percent reported ever using drugs in prison, but initiation of drug used during incarceration was uncommon. In a multivariate model, factors independently associated with drug use in prison included lifetime number of drugs used (adjusted odds ratio [aOR] = 1.17; 95% confidence interval [CI] 1.12-1.23; p < 0.001), daily drug use in the 6 months before imprisonment (aOR = 7.12; 95%CI 3.99-12.70; p < 0.001), and being intoxicated while committing the crime related to current imprisonment (aOR = 2.13; 95%CI 1.13-4.03; p = 0.020). CONCLUSIONS: In-prison drug use is independently associated with high-risk drug use before imprisonment. To reduce drug use in prison, correctional services must systematically screen for pre-prison drug use and offer effective drug treatment for those in need.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».