Motives for non-medical prescription opioid (NMPO) use among young people in a semi-rural Canadian Province
Notice bibliographique
Résumé
Objective In Canada, young people aged 15–24 had the fastest growing rates of hospitalization for opioid poisoning in the last decade, compared to other age groups. This cross-sectional study examined non-medical prescription opioid (NMPO) use in youth and young adults in a semi-rural Canadian province.Method Participants completed an online survey about motives for NMPO use, and knowledge and utilization of local resources.Results All participants (N = 108) were self-reported opioid users between the ages of 15–25 years. The majority of participants had been prescribed an opioid by a physician in the past. Regression analysis showed that being older, having an opioid prescription, and using opioids for pain, coping, or enhancement reasons predicted higher levels of disordered opioid use. Pain was the most common motive for NMPO use and the strongest predictor of disordered opioid use. Most participants reported having limited knowledge about harm reduction resources in their communities.Conclusions Although the opioid crisis is a wide-spread concern, understanding why youth and young adults engage in NMPO use in local contexts may facilitate the development and implementation of resources that are more useful for these individuals, which could be scalable to other regions across Canada and internationally.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».