Estimating the prevalence and correlates of pain among people living with HIV who use unregulated drugs in a Canadian setting
Notice bibliographique
Résumé
Although prevalent among people living with human immunodeficiency virus (HIV) (PLWH) and people who use unregulated drugs (PWUD), pain and its possible links to substance use patterns and engagement in HIV treatment remains poorly characterized. We sought to evaluate the prevalence and correlates of pain among a cohort of PLWH who use un-regulated drugs. Between December 2011 and November 2018, 709 participants were recruited, and data were analyzed using generalized linear mixed-effects (GLMM). At baseline, 374 (53 percent) individuals reported moderate-to-extreme pain in the previous 6 months. In a multivariable model, pain was significantly associated with nonmedical prescrip-tion-opioid use (adjusted odds ratio (AOR) = 1.63, 95 percent confidence interval (CI): 1.30-2.05), nonfatal overdose (AOR = 1.46, 95 percent CI: 1.11-1.93), self-managing pain (AOR = 2.25, 95 percent CI: 1.94-2.61), requesting pain medication in the previous 6 months (AOR = 2.01, 95 percent CI: 1.69-2.38), and ever being diagnosed with a mental illness (AOR = 1.47, 95 percent CI: 1.11-1.94). Establishing accessible pain management interventions that address the complex intersection of pain, drug use, and HIV-infection has potential to improve quality of life outcomes among this population.
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 | 0,000 |
| 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 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 ».