Engagement in primary health care among marginalized people who use drugs in Ottawa, Canada
Notice bibliographique
Résumé
BACKGROUND: There may be less primary health care engagement among people who use drugs (PWUD) than among the general population, even though the former have greater comorbidity and more frequent use of emergency department care. We investigated factors associated with primary care engagement among PWUD. METHODS: The Participatory Research in Ottawa: Understanding Drugs (PROUD) cohort study meaningfully engaged and trained people with lived experience to recruit and survey marginalized PWUD between March-December 2013. We linked this survey data to provincial-level administrative databases held at ICES. We categorized engagement in primary care over the 2 years prior to survey completion as: not engaged (< 3 outpatient visits to the same family physician) versus engaged in care (3+ visits to the same family physician). We used multivariable logistic regression to determine factors associated with engagement in primary care. RESULTS: Characteristics of 663 participants included a median age of 43 years, 76% men, and 67% living in the two lowest income quintile neighborhoods. Despite high comorbidity and a median of 4 (interquartile range 0-10) primary care visits in the year prior to survey completion, only 372 (56.1%) were engaged in primary care. Engagement was most strongly associated with the following factors: receiving provincial benefits, including disability payments (adjusted odds ratio [AOR] 4.14 (95% confidence interval [CI] 2.30 to 7.43)) or income assistance (AOR 3.69 (95% CI 2.00 to 6.81)), having ever taken methadone (AOR 3.82 (95% CI 2.28 to 6.41)), mental health comorbidity (AOR 3.43 (95% CI 2.19 to 5.38)), and having stable housing (AOR 2.09 (95% CI 1.29 to 3.38)). CONCLUSIONS: Despite high comorbidity, engagement in primary care among PWUD was low. Our findings suggest that social care (housing, disability, and income support) and mental health care are associated with improved primary care continuity; integration of these care systems with primary care and opioid substitution therapy may lessen the significant morbidity and acute care use among PWUD.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».