Findings among Indigenous participants of 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). These findings describe the prevalence of human immunodeficiency virus (HIV), hepatitis C and associated risk behaviours among Indigenous participants. 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 reviewed by an Indigenous-led advisory group using the Two-Eyed Seeing approach. RESULTS: Of the 2,383 participants, 997 were Indigenous (82.9% First Nations, 14.9% Métis, 2.2% Inuit). Over half (54.5%) were cisgender male and the average age was 38.9 years. A large proportion (84.0%) reported their mental health as "fair to excellent". High proportions experienced stigma and discrimination (90.2%) and physical, sexual and/or emotional abuse in childhood (87.5%) or with a sexual partner (78.6%). Use of a needle/syringe distribution program (90.5%) and testing for HIV (87.9%) and hepatitis C (87.8%) were high. Prevalence of HIV was 15.4% (78.2% were aware of infection status) and 36.4% were hepatitis C RNA-positive (49.4% were aware of infection status). CONCLUSION: High rates of HIV and hepatitis C were identified. Challenges in access to and maintenance of HIV and hepatitis C care and treatment were noted. This information informs harm reduction strategies, including the need to scale-up awareness of prophylaxis in a culturally relevant manner.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».