Migration Patterns from an Open Illicit Drug Scene and Emergency Department Visits among People Who Use Illicit Drugs in Vancouver, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: People who use illicit drugs (PWUD) experience various adverse health outcomes leading to increased healthcare service utilization. PWUD are also a highly mobile population which poses challenges to healthcare delivery. The objective of this study was to identify migration patterns from the Downtown Eastside (DTES), an urban illicit drug scene in Vancouver and to estimate the impact of different migration patterns on two outcomes: a) emergency department (ED) visits and b) ED visits resulting in inpatient admission among PWUD. METHODS: Three prospective cohorts of PWUD in Vancouver were linked with regional ED data. We defined the optimal number of trajectory groups that best represented distinct patterns of migration from Vancouver's DTES using a latent class growth analysis. Then, generalized estimating equations were used to estimate the effect of migration patterns on the two ED outcomes. RESULTS: Four distinct migration trajectory patterns were identified among the 1210 included participants: PWUD who consistently lived in the DTES, those who migrated out of DTES early, those who migrated out of DTES late, and those who frequently revisited the DTES. Participants who frequently revisited the DTES had higher odds of an ED visit (adjusted odds ratio = 1.62; 95% confidence interval: 1.28-2.06). There was no significant association between migration patterns and inpatient admission. CONCLUSIONS: We found that PWUD who frequently revisited the DTES were more likely to have utilized the ED, suggesting that there may be a subgroup of PWUD who are at increased risk of experiencing negative health outcomes.Supplemental data for this article is available online at 10.1080/10826084.2021.1958849.
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.
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 | 0,000 |
| 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 | 0,001 |
| 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 découle