MétaCan
Menu
Retour à la cohorte
Enregistrement W3039197459 · doi:10.1111/add.15182

Drug‐related harm coinciding with income assistance payments: results from a community‐based cohort of people who use drugs

2020· article· en· W3039197459 sur OpenAlexafffundabout
Lindsey Richardson, Huiru Dong, Thomas Kerr, M‐J Milloy, Kanna Hayashi

Notice bibliographique

RevueAddiction · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensSimon Fraser UniversityBritish Columbia Centre on Substance UseUniversity of British Columbia
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésDrugHarmCohortPaymentHarm reductionPsychiatryPoison controlInjury preventionMedicineSuicide preventionOccupational safety and healthDrug overdoseEnvironmental healthMedical emergencyPsychologyBusinessPublic healthInternal medicineFinanceNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Income assistance is critical to the health and wellbeing of socio-economically marginalized people who use illicit drugs (PWUD). However, past literature paradoxically identifies unintended increases in drug-related harm coinciding with synchronized payments that may magnify signals for drug use. The scope of such harm has not been fully characterized among non-institutionalized populations. This study examined socio-demographic, health and drug use-related correlates of payment-coincident drug-related harm. DESIGN: This observational study uses data from prospective community-based longitudinal cohorts of PWUD between December 2013 and May 2018. SETTING: Vancouver, British Columbia, Canada. PARTICIPANTS: A total of 1604 PWUD receiving monthly income assistance. Our sample included 586 (36.5%) women, 861 (53.7%) non-white participants and 685 (42.7%) people living with HIV. MEASUREMENTS: The primary outcome was a self-reported composite measure of drug-related harm in the past 6 months coinciding with income assistance, including higher-frequency substance use, non-fatal overdose and service barriers or interruptions. Subanalyses disaggregated this outcome. FINDINGS: Payment-coincident drug-related harm was reported among 77.7% of participants during the study period. In multivariable models, key correlates positively and significantly associated with payment-coincident harm included: street-based income generation [adjusted odds ratio (aOR) = 1.48, 95% confidence interval (CI) = 1.26-1.74, P < 0.001], sex work (aOR = 1.66, 95% CI = 1.35-2.04, P < 0.001), illegal income generation (aOR = 1.57, 95% CI = 1.35-1.83 P < 0.001), homelessness (aOR = 1.34, 95% CI = 1.13-1.58, P < 0.001), exposure to violence (aOR = 1.31, 95% CI = 1.03-1.66, P = 0.032), daily crack cocaine use (aOR = 1.99, 95% CI = 1.59-2.50, P < 0.001), heavy alcohol use (aOR = 1.64, 95% CI = 1.37-1.97, P < 0.001) and injection drug use (aOR = 2.55, 95% CI = 2.01-3.23, P < 0.001). In subanalyses, specific harms were more likely among individuals reporting social, structural and health vulnerabilities. CONCLUSIONS: In Vancouver, Canada, people who use illicit drugs who receive income assistance report high prevalence of payment-coincident drug-related harm, particularly people experiencing socioeconomic and structural marginalization or engaging in high-intensity drug use.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,283
Score d'incertitude au seuil0,563

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,290
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations23
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207