First-line opioid agonist treatment as prevention against assisting others in initiating injection drug use: A longitudinal cohort study of people who inject drugs in Vancouver, Canada
Notice bibliographique
Résumé
Background: Among people who inject drugs, frequent injecting and experiencing withdrawal are associated with facilitating others' first injections. As these factors may reflect an underlying substance use disorder, we investigated whether first-line oral opioid agonist treatment (OAT; methadone or buprenorphine/naloxone) reduces the likelihood that people who inject drugs help others initiate injecting. Methods: We used questionnaire data from semi-annual visits between December 2014-May 2018 on 334 people who inject drugs with frequent non-medical opioid use in Vancouver, Canada. We estimated the effect of current first-line OAT on subsequent injection initiation assistance provision (i.e., helped someone initiate injecting in the following six months) using inverse-probability-weighted estimation of repeated measures marginal structural models to reduce confounding and informative censoring by time-fixed and time-varying covariates. Results: By follow-up visit, 54-64% of participants reported current first-line OAT whereas 3.4-6.9% provided subsequent injection initiation assistance. Per the primary weighted estimate (n = 1114 person-visits), participants currently on first-line OAT (versus no OAT) were 50% less likely, on average, to subsequently help someone initiate injecting (relative risk [RR]=0.50, 95% CI=0.23-1.11). First-line OAT was associated with reduced risk of subsequent injection initiation assistance provision in participants who, at baseline, injected opioids less than daily (RR=0.15, 95% CI=0.05-0.44) but not in those who injected opioids daily (RR=0.86, 95% CI=0.35-2.11). Conclusions: First-line OAT seemingly reduces the short-term likelihood that people who inject drugs facilitate first injections. However, the extent of this potential effect remains uncertain due to imprecise estimation and observed heterogeneity by baseline opioid injecting frequency.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».