The effect of needle and syringe program and opioid agonist therapy on the risk of HIV, hepatitis B and C virus infection for people who inject drugs in Amsterdam, the Netherlands: findings from an emulated target trial
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Major declines in HIV and hepatitis C and B virus (HCV/HBV) incidence among people who inject drugs (PWID) have been attributed to early implementation of harm-reduction programs (HRP) in the Netherlands, but alternative factors such as selective mortality and demographic and drug market shifts over time probably contributed to observed incidence declines. We quantified and tested the effect of HRP participation on risk of these infections among PWID in Amsterdam, the Netherlands. DESIGN: We emulated the design of a hypothetical, ideal randomized trial using observational data from the Amsterdam Cohort Studies (1985-2014). SETTING: Amsterdam, the Netherlands. PARTICIPANTS: We included PWID who ever used opioids, had a recent history of injecting drug use (IDU) and tested negative for HIV, HCV or HBV. Of 983 participants, 640, 137 and 308 were included for the HIV, HCV and HBV analyses and 59, 45 and 49 seroconversions were observed, respectively. INTERVENTIONS: Intervention arms were: complete HRP participation [≥ 60 mg/day methadone and 100% needle and syringe program (NSP) coverage, or any methadone dose if no recent injection drug use] versus no HRP and partial HRP participation combined (< 60 methadone mg/day and/or < 100% NSP coverage). CONCLUSIONS: Complete participation in harm reduction programs appears to have led to substantial decreases in HIV and hepatitis C and B virus acquisition risk among people who inject drugs in the Netherlands. MEASUREMENTS: Separately for each infection, we estimated the hazard ratios (HR) comparing HRP arms using marginal structural models. FINDINGS: Compared with no/partial HRP participation, complete HRP participation led to lower risk of HIV [HR = 0.54, 95% confidence interval (CI) = 0.27-1.08], HCV (HR = 0.16, 95% CI = 0.06-0.40) and HBV (HR = 0.28, 95% CI = 0.13-0.61) acquisition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».