Understanding injecting drug use in Afghanistan: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Several reports have described a growing prevalence of illicit drug use in Afghanistan, with recognition of a recent shift from traditional modes of consumption involving inhalation and oral ingestion to injecting drug use. OBJECTIVE: Conduct a comprehensive review of existing literature to map the injecting drug use situation in Afghanistan. The review intends to describe risk factors and impacts of injecting drug use, drug use characteristics and risk behaviours among people who inject drugs (PWID), and access to harm reduction and treatment. METHODS: , 2022. Studies were eligible for inclusion if they explicitly targeted PWID or injecting drug use in Afghanistan and provided information relevant to the review questions. Two reviewers independently screened titles and abstracts for inclusion and extracted information based on the review objectives. RESULTS: A total of 25 articles were identified representing 15 studies (11 quantitative, 2 qualitative, 2 mixed methods). All but one studies were cross-sectional. In majority of the studies, over 95% of the participants were male and most were conducted over a decade ago, in urban settings, mainly Kabul. Only one study examined risk factors of injecting drug use. Eleven studies described drug use characteristics and 9 reported risk behaviours among PWID. Health and social burden of injecting drug use were reported by 8 and 5 studies, respectively. Nine studies described access to harm reduction and treatment. Afghan PWID had high levels of injecting and sexual risk behaviours compared to global estimates. They reported high prevalence of incarceration and displacement. Access to harm reduction and treatment was very limited. This scoping review revealed important knowledge gaps including a gender gap in research with serious implications for drug policy and substance use care. CONCLUSIONS: Development of a national public health-oriented drug policy and substance use care programme is warranted along with efforts to develop health research capacity to address the need for epidemiological data. The current humanitarian crisis necessitates continued access to evidence-based harm reduction and treatment in Afghanistan.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».