Risk Factors Of Infective Endocarditis In Persons Who Inject Drugs
Notice bibliographique
Résumé
Abstract Background: The rising incidence of infective endocarditis (IE) among people who inject drugs (PWID) has been a major concern across North America. Details of injection practices leading to IE are not well characterized.Methods: A case-control study, using one-on-one interviews to understand risk factors and injection practices associated with IE among PWID was conducted. Eligible participants included those who had injected drugs within the last 3 months, were > 18 years old and either never had or were currently admitted for an IE episode. Cases were recruited from the tertiary care centers and controls were recruited from outpatient clinics in patients without IE and addiction clinics in London, Ontario. Results: 33 cases (PWID IE+) and 102 controls (PWID but IE-) were interviewed. Using clean injection equipment from the provincial distribution network was a protective factor against IE (p<0.001). Furthermore, using lighters during the injection process was also protective for IE (OR 2.5; 95% CI 1.11–5.63). Female sex (OR 3.63; 95% CI 1.58-8.36) and injection into multiple sites (OR 4.31; 95% CI 1.33-13.93) were associated with IE. Injection into the feet (57.6% cases; 36.6% control; p= 0.034) was also associated with IE. Discussion: Our pilot study highlights the importance of distributing clean injection materials for IE prevention. Injection into multiple areas may indicate a greater difficulty in accessing common and safer injection sites such as the arm, and thus multi-site injections may be a surrogate marker for injection-related venous damage in entrenched drug users. Moreover, the use of lighters may be correlated with the best practice of heating preparations of drugs prior to injection, which is known to reduce bacterial burden. Lastly, gender differences in injection techniques, which may place women at higher risk of IE, requires further study.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».