Opioid agonist therapy uptake among people who inject drugs: The findings of two consecutive bio-behavioral surveillance surveys in Iran
Notice bibliographique
Résumé
Abstract Background Opioid agonist therapy (OAT) uptake has been associated with multiple positive health outcomes among people who inject drugs (PWID). This study evaluated the pattern of OAT uptake among PWID in two consecutive national bio-behavioral surveillance surveys (2010 and 2014) in Iran.Methods Data were obtained from two national bio-behavioral surveillance surveys (N2010 = 1,783 and N2014 = 2,166) implemented using convenience sampling at the harm reduction facilities and street venues in 10 geographically diverse urban centers across Iran. Multivariable logistic regression models were built to determine the correlates of OAT uptake for the 2014 survey and adjusted odds ratios (AORs) and 95% confidence intervals (CI) were reported.Results The prevalence of OAT uptake decreased from 49.2% in 2010 to 45.8% in 2014 (P-value = 0.033). OAT uptake varied across the studied cities ranging from 0.0%-69.3% in the 2010 survey and 3.2%-75.5% in the 2014 survey. Ever being married (AOR = 1.40; 95% CI: 1.12, 1.75), having a history of incarceration (AOR = 1.56; 95% CI: 1.16, 2.09), and human immunodeficiency virus (HIV) sero-positivity (AOR = 1.63; 95% CI: 1.08, 2.5) were associated with OAT uptake. Conversely, PWID who reported using only non-opioid drugs (AOR = 0.43; 95% CI: 0.26, 0.71) and those who reported concurrent use of opioid and non-opioid drugs (AOR = 0.66; 95% CI: 0. 0.51, 0.86) were less likely to uptake OAT. Conclusions Although OAT uptake among PWID in Iran is above the 40% threshold defined by the World Health Organization, there remains significant disparities across urban settings in Iran. Importantly, the OAT services appear to be serving high-risk PWID including those living with HIV and those with a history of incarceration. Evaluating service integration including mental health, HIV and hepatitis C virus care, and other harm reduction services may support the optimization of health outcomes of OAT across Iran.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».