Risk of non‐fatal overdose and polysubstance use in a longitudinal study with people who inject drugs in Tijuana, Mexico
Notice bibliographique
Résumé
INTRODUCTION: Among people who inject drugs (PWID), polysubstance use has been associated with fatal and non-fatal overdose (NFOD). However, the risk of overdose due to the cumulative number of various recently used drug types remains unexplored. We estimated the risk of NFOD for different polysubstance use categories among PWID in Tijuana, Mexico. METHODS: Data came from 661 participants followed for 2 years in Proyecto El Cuete-IV, an ongoing prospective cohort of PWID. A multivariable Cox model was used to assess the cumulative impact of polysubstance use on the time to NFOD. We used the Cochran-Armitage test to evaluate a dose-response relationship between number of polysubstance use categories and NFOD. RESULTS: We observed 115 NFOD among 1029.2 person-years of follow-up (incidence rate: 11.2 per 100 person-years; 95% confidence interval [CI] 9.3-13.3). Relative to those who used one drug class, the adjusted hazard ratio of NFOD for individuals reporting using two drug classes was 1.11 (95% CI 0.69-1.79), three drug classes was 2.00 (95% CI 1.16-3.44) and for those reporting three compared to two was 1.79 (95% CI 1.09-2.97). A significant Cochran-Armitage trend test (P < 0.001) suggested a dose-response relationship. DISCUSSION AND CONCLUSIONS: Polysubstance use was associated with increased risk of NFOD with a dose-response relationship over 2 years. We identified a subgroup of PWID at high risk of NFOD who reported concurrent use of opioids, stimulants and benzodiazepines. Prioritising tailored harm reduction and overdose prevention interventions for PWID who use multiple substances in Tijuana is needed.
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 | 0,000 |
| 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 | 0,000 | 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 ».