The Ontario Integrated Supervised Injection Services Cohort Study of People Who Inject Drugs in Toronto, Canada (OiSIS-Toronto): Cohort Profile
Notice bibliographique
Résumé
The Ontario Integrated Supervised Injection Services cohort in Toronto, Canada (OiSIS-Toronto) is an open prospective cohort of people who inject drugs (PWID). OiSIS-Toronto was established to evaluate the impacts of supervised consumption services (SCS) integrated within three community health agencies on health status and service use. The cohort includes PWID who do and do not use SCS, recruited via self-referral, snowball sampling, and community/street outreach. From 5 November 2018 to 19 March 2020, we enrolled 701 eligible PWID aged 18+ who lived in Toronto. Participants complete interviewer-administered questionnaires at baseline and semi-annually thereafter and are asked to consent to linkages with provincial healthcare administrative databases (90.2% consented; of whom 82.4% were successfully linked) and SCS client databases. At baseline, 86.5% of participants (64.0% cisgender men, median ([IQR] age= 39 [33-49]) had used SCS in the previous 6 months, of whom most (69.7%) used SCS for <75% of their injections. A majority (56.8%) injected daily, and approximately half (48.0%) reported fentanyl as their most frequently injected drug. As of 23 April 2021, 291 (41.5%) participants had returned for follow-up. Administrative and self-report data are being used to (1) evaluate the impact of integrated SCS on healthcare use, uptake of community health agency services, and health outcomes; (2) identify barriers and facilitators to SCS use; and (3) identify potential enhancements to SCS delivery. Nested sub-studies include evaluation of "safer opioid supply" programs and impacts of COVID-19.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».