Determinants of emergency department use and hospitalization among people who inject drugs: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background The present study aimed to identify sociodemographic characteristics, risky behaviors, type of drug use, and service use variables associated with emergency department (ED) use and hospitalization among people who inject drugs (PWID).Methods Studies in English published from January 1, 1995, to December 15, 2021, were searched for on PubMed, Scopus, Cochrane, and Web of Science to identify primary studies on ED use and hospitalization among PWID.Results After a detailed assessment of 17,348 outputs, a total of 19 studies met the eligibility criteria for inclusion in the analysis. Greater risks of ED use and hospitalization among PWID were associated with (i) a history of homelessness, (ii) HIV-positive status, and (iii) injecting drugs more than four times per day. Individuals were more likely to use the ED if they (i) had a history of physical abuse, (ii) were using cocaine and methamphetamine, and (iii) had used primary care services. Women and individuals with chronic physical illnesses were more likely to be hospitalized.Conclusions The present study is the first to integrate determinants related to ED use and hospitalization based on sociodemographic characteristics, risky behaviors, type of drug, and service use determinants among PWID. To reduce ED use and hospitalization among PWID, the paper also recommends various strategies could be implemented.
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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,025 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».