The Association Between Self-Reported Non-Injection Cocaine Use and Hepatitis C in the United States: An Analysis of the National Health and Nutrition Examination Survey
Notice bibliographique
Résumé
OBJECTIVE: Previous studies conducted on hepatitis C virus (HCV) transmission have focused primarily on its transmission among people who inject drugs. However, there is evidence that transmission may also occur through the sharing of contaminated non-injection implements used to consume drugs nasally, orally, or by inhalation. Studies to date have not conclusively established a relationship between these routes of cocaine use and HCV. We quantified the association between cocaine use and HCV, specifically among individuals who have never injected an illicit substance. METHOD: Data from the 2011-2018 National Health and Nutrition Examination Survey were analyzed. Multivariable logistic regression was used to test for an association between cocaine use and HCV among 10,106 individuals (5,201 females). Covariates included age, race, sex, education, income, and immigrant status. RESULTS: In the unadjusted model, individuals who reported cocaine use had 4.79 (95% CI [2.70, 8.47]) times the odds of ever having HCV compared with those who did not use cocaine. In the adjusted model, individuals who reported cocaine use had 4.48 (95% CI [2.36, 8.50]) times the odds of ever having HCV compared with those who did not use cocaine. CONCLUSIONS: This study highlights that individuals who report non-injection cocaine use have an inflated risk of HCV compared with individuals who report no cocaine use. Harm reduction interventions to reduce the transmission of HCV should therefore be targeted to all people who use drugs, including those who use cocaine orally, intra-nasally, and by inhalation.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».