Lifetime and past-month substance use and injection among street-based female sex workers in Iran
Notice bibliographique
Résumé
BACKGROUND: Street-based female sex workers (FSWs) are highly at risk of HIV and other harms associated with sex work. We assessed the prevalence of non-injection and injection drug use and their associated factors among street-based FSWs in Iran. METHODS: We recruited 898 FSWs from 414 venues across 19 major cities in Iran between October 2016 and March 2017. Correlates of lifetime and past-month non-injection and injection drug use were assessed through multivariable logistic regression models. Adjusted odds ratios (AOR) and 95% confidence intervals (CI) were reported. RESULTS: Lifetime and past-month non-injection drug use were reported by 60.3% (95% CI 51, 84) and 47.2% (95% CI 38, 67) of FSWs, respectively. The prevalence of lifetime and past-month injection drug use were 8.6% (95% CI 6.9, 10.7) and 3.7% (95% CI 2.6, 5.2), respectively. Recent non-injection drug use was associated with divorced marital status (AOR 2.00, 95% CI 1.07, 3.74), temporary marriage (AOR 4.31 [1.79, 10.40]), had > 30 clients per month (AOR 2.76 [1.29, 5.90]), ever alcohol use (AOR 3.03 [1.92, 6.79]), and history of incarceration (AOR 7.65 [3.89, 15.30]). Similarly, lifetime injection drug use was associated with ever alcohol use (AOR 2.74 [1.20-6.20]), ever incarceration (AOR 5.06 [2.48-10.28]), and ever group sex (AOR 2.44 [1.21-4.92]). CONCLUSIONS: Non-injection and injection drug use are prevalent among street-based FSWs in Iran. Further prevention programs are needed to address and reduce harms associated with drug use among this vulnerable population in Iran.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».