Drug and alcohol use among people living with HIV in care in the United States by geographic region
Notice bibliographique
Résumé
Substance use in the U.S. varies by geographic region. Opioid prescribing practices and marijuana, heroin, and methamphetamine availability are evolving differently across regions. We examined self-reported substance use among people living with HIV (PLWH) in care at seven sites from 2017-2019 to understand current regional substance use patterns. We calculated the percentage and standardized percentage of PLWH reporting current drug use and at-risk and binge alcohol use by U.S. Census Bureau geographic region and examined associations in adjusted logistic regression analyses. Among 7,686 PLWH, marijuana use was the most prevalent drug (30%), followed by methamphetamine/crystal (8%), cocaine/crack (7%), and illicit opioids (3%). One-third reported binge alcohol use (32%). Differences in percent of current use by region were seen for marijuana (24-41%) and methamphetamine/crystal (2-15%), with more use in the West and Northeast, and binge alcohol use (26-40%). In adjusted analyses, PLWH in the Midwest were significantly less likely to use methamphetamine/crystal (aOR: 0.13;0.06-0.25) or illicit opioids (aOR:0.16;0.05-0.53), and PLWH in the Northeast were more likely to use cocaine/crack (aOR:1.59;1.16-2.17), compared to PLWH in the West. Understanding differences in substance use patterns in the current era, as policies continue to evolve, will enable more targeted interventions in clinical settings among PLWH.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».