Gender and the first‐time provision of injection initiation assistance among people who inject drugs across two distinct North American contexts: Tijuana, Mexico and Vancouver, Canada
Notice bibliographique
Résumé
INTRODUCTION: Injection drug use initiation is commonly facilitated by other people who inject drugs (PWID). We investigated how the gender of PWID influences their risk of providing initiation assistance to others across two distinct geo-cultural settings. METHODS: Data were drawn from two prospective cohorts in Tijuana, Mexico and Vancouver, Canada which conducted semi-annual interviews within the PReventing Injecting by Modifying Existing Responses (PRIMER) study. Participants consisted of PWID who had reported never providing injection initiation assistance at baseline. We then conducted site-specific discrete-time survival analyses assessing the relationship between gender and other relevant covariates (e.g. age and past 6-month sex work) on the risk of the first reported instance of providing initiation assistance. RESULTS: Of 1988 PWID (Tijuana: n = 596; Vancouver: n = 1392), 256 (43%) and 511 (36.7%) participants were women, and 42 (1.7%) and 78 (1.6%) reported recent injection initiation assistance across a median of three and two follow-up visits, respectively. Women had a lower risk of providing injection initiation assistance for the first time in Tijuana (adjusted hazard ratio = 0.52, 95% confidence interval 0.27-0.99), but not in Vancouver. Gendered pathways, like sex work, were associated with providing initiation assistance for the first time in Vancouver (adjusted hazard ratio = 1.97, 95% confidence interval 1.08-3.61). DISCUSSION AND CONCLUSIONS: Women in Tijuana, but not Vancouver, were less likely to provide first-time initiation assistance among PWID. These results can inform gender- and site-specific prevention efforts aimed at reducing transitions into drug injecting across geographic contexts.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».