Mortality in the SuperMIX cohort of people who inject drugs in Melbourne, Australia: a prospective observational study
Notice bibliographique
Résumé
AIMS: To measure mortality rates and factors associated with mortality risk among participants in the SuperMIX study, a prospective cohort study of people who inject drugs. DESIGN: A prospective observational study using self-reported behavioural and linked mortality data. SETTING: Melbourne, Australia. PARTICIPANTS/CASES: A total of 1209 people who inject drugs (67% male) followed-up between 2008 and 2019 for 6913 person-years (PY). MEASUREMENTS: We linked participant identifiers from SuperMIX to the Australian National Death Index and estimated all-cause and drug-related mortality rates and standardized mortality ratios (SMRs). We used Cox regression to examine associations between mortality and fixed and time-varying socio-demographic, alcohol and other drug use and health service-related exposures. FINDINGS: Between 2008 and 2019 there were 76 deaths in the SuperMIX cohort. Of those with a known cause of death (n = 68), 35 (51%) were drug-related, yielding an all-cause mortality rate of 1.1 per 100 PY [95% confidence interval (CI) = 0.88-1.37] with an estimated SMR of 16.64 (95% CI = 13.29-20.83) and overall accidental drug-induced mortality rate of 0.5 per 100 PY (95% CI = 0.36-0.71). Reports of recent use of ambulance services [adjusted hazard ratio (aHR) = 3.77, 95% CI =1.78-7.97] and four or more incarcerations (aHR = 2.78, 95% CI = 1.55-4.99) were associated with increased mortality risk. CONCLUSIONS: In Melbourne, Australia, mortality among people who inject drugs appears to be positively associated with recent ambulance attendance and experience of incarceration.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».