National findings from the Tracks survey of people who inject drugs in Canada, Phase 4, 2017–2019
Notice bibliographique
Résumé
Background: The Tracks survey of people who inject drugs (PWID) collected data in 14 sentinel sites across Canada (2017-2019). Objective: To describe the prevalence of human immunodeficiency virus (HIV) and hepatitis C and associated risk behaviours and to examine trends over time. Methods: Information regarding socio-demographics, social determinants of health, use of prevention services and testing, drug use, risk behaviours, and HIV and hepatitis C testing, care and treatment was collected through interviewer-administered questionnaires. Biological samples were tested for HIV, hepatitis C antibodies and hepatitis C ribonucleic acid (RNA). Descriptive statistics were calculated and trends over time were assessed. Results: Of the 2,383 participants, 65.6% were cisgender male, 42.2% were Indigenous, 48.0% completed some high school or less, 62.6% lived in unstable housing and 75.7% had ever been incarcerated. Average age was 40.1 years. The majority experienced stigma and discrimination (88.7%) and physical, sexual and/or emotional abuse in childhood (85.0%) or with a sexual partner (75.9%). The majority reported use of a needle/syringe distribution program (90.1%) and tested for HIV (90.5%) and hepatitis C (90.9%).Among participants who had ever had sex, the majority (59.2%) reported inconsistent condom use during vaginal and/or anal sex with a casual sex partner. Prevalence of HIV was 10.3% (82.9% were aware of infection status) and many (36.9%) were hepatitis C RNA-positive (50.1% were aware of infection status).Most surveillance indicators remained relatively stable from Phase 1 to Phase 4. Changes were found in substances used, and improvements were noted related to HIV and hepatitis C prevalence and care cascade indicators. Conclusion: Many PWID in Canada were living in unstable housing and experienced high levels of stigma and discrimination. Prevalence of HIV and hepatitis C was high in some areas. These findings contribute to the evidence base used to inform targeted prevention and control measures.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 | 0,001 |
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 ».