Changes in substance supply and use characteristics among people who use drugs (PWUD) during the COVID-19 global pandemic: A national qualitative assessment in Canada
Notice bibliographique
Résumé
BACKGROUND: People who use drugs (PWUD) may be at an increased risk of experiencing negative effects related to COVID-19. Border and non-essential service closures may have placed PWUD at an increased risk of experiencing unintended consequences regarding drug consumption and supply patterns, as well as related outcomes. However, the extent of these effects upon this population is unknown. The current study examined how COVID-19 has impacted substance use supply and use characteristics among a national cohort of PWUD in Canada. METHODS: We conducted semi-structured one-on-one telephone-based interviews with 200 adult PWUD across Canada who were currently using a licit or illicit psychoactive substance at least weekly, and/or currently receiving opioid agonist treatment (OAT). Thematic analyses were conducted using qualitative software. RESULTS: PWUD attributed adverse changes to their substance use frequency, supply, use patterns, and risk behaviors and outcomes to COVID-19. Many participants noted supply disruptions with the majority indicating a decrease in potency and availability, and an increase in the price of substances since COVID-19. Nearly half of participants specified that they had increased their substance use, with some experiencing relapses. In terms of changes to risk level, many participants perceived they were at a greater risk for experiencing an overdose. CONCLUSION: This study demonstrated the impacts of COVID-19 on PWUD, including a significant disruption substance supply. For many, these changes led to increased use and substitution for toxic and adulterated substances, which ultimately amplified PWUD's risk for experiencing related harms, including overdoses. These findings warrant the need for improved supports and services, as well as accessibility of safe supply programs, take home naloxone kits, and novel approaches to ensure PWUD have the tools necessary to mitigate risk when using substances.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,004 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».