Difficulty accessing supervised consumption services during the COVID-19 pandemic among people who use drugs in Vancouver, Canada
Notice bibliographique
Résumé
BACKGROUND: The overdose crisis in Canada has worsened since the emergence of the COVID-19 pandemic. Although this trend is thought to be driven in part by closures or reduced capacity of supervised consumption services (SCS), little is known about the factors that may impede access to such services during the COVID-19 pandemic among people who use drugs. This study sought to characterize the prevalence and correlates of having difficulty accessing SCS during the COVID-19 pandemic among people who use drugs in Vancouver, Canada. METHODS: Cross-sectional data from two open prospective cohorts of people who use drugs were collected via phone or videoconferencing interviews conducted between July 2020 and November 2020. Multivariable logistic regression analyses were used to examine factors associated with experiencing difficulty accessing SCS. RESULTS: Among the 428 people who use drugs who participated in the study, 223 (54.7%) self-identified as men and the median age was 51 years (1st to 3rd quartile: 42-58). A total of 58 (13.6%) participants reported experiencing difficulty accessing SCS. In a multivariable analysis, factors positively associated with difficulty accessing SCS included daily crystal methamphetamine use (Adjusted odds ratio [AOR] = 2.60; 95% confidence interval [CI] 1.28-5.30), active injection drug use (AOR = 4.06; 95% CI 1.38-11.90), recent non-fatal overdose (AOR = 2.45; 95% CI 1.24-4.85), and unstable housing (AOR = 2.14; 95% CI 1.08-4.23). Age was inversely associated with the outcome (AOR = 0.96; 95% CI 0.93-0.99) in multivariable analyses. The most commonly reported reasons for experiencing difficulty accessing SCS were: COVID-19-related site closure or shortened hours (42.9%) and having to wait too long to use a site (39.3%). CONCLUSIONS: We found that people who use drugs with markers of structural vulnerability and drug-related risk were more likely to experience difficulty accessing SCS during the COVID-19 pandemic. These findings point to the need for strategies to support access to such services as part of pandemic response efforts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».