Drug checking in the fentanyl era: Utilization and interest among people who inject drugs in San Diego, California
Notice bibliographique
Résumé
BACKGROUND: In North America, overdose rates have steeply risen over the past five years, largely due to the ubiquity of illicitly manufactured fentanyls in the drug supply. Drug checking services (DCS) represent a promising harm reduction strategy and characterizing experiences of use and interest among people who inject drugs (PWID) is a priority. METHODS: Between February-October 2022, PWID participating in a cohort study in San Diego, CA and Tijuana, Mexico completed structured surveys including questions about DCS, socio-demographics and substance use behaviors. We used Poisson regression to assess factors associated with lifetime DCS use and characterized experiences with DCS and interest in free access to DCS. RESULTS: Of 426 PWID, 72% were male, 59% Latinx, 79% were experiencing homelessness and 56% ever experienced a nonfatal overdose. One third had heard of DCS, of whom 57% had ever used them. Among the latter, most (98%) reported using fentanyl test strips (FTS) the last time they used DCS; 66% did so less than once per month. In the last six months, respondents used FTS to check methamphetamine (48%), heroin (30%) or fentanyl (29%). Relative to White/non-Latinx PWID, those who were non-White/Latinx were significantly less likely to have used DCS [adjusted risk ratio (aRR): 0.22; 95% CI: 0.10, 0.47), as were PWID experiencing homelessness (aRR:0.45; 95% CI: 0.28, 0.72). However, a significant interaction indicated that non-White/Latinx syringe service program (SSP) clients were more likely to have used DCS than non-SSP clients (aRR: 2.79; CI: 1.09, 7.2). Among all PWID, 44% expressed interest in free access to FTS, while 84% (of 196 PWID) expressed interest in advanced spectrometry DCS to identify and quantify multiple substances. CONCLUSIONS: Our findings highlight low rates of DCS awareness and utilization, inequities by race/ethnicity and housing situation, high interest in advanced spectrometry DCS versus FTS, and the potential role of SSPs in improving access to DCS, especially among racial/ethnic minorities.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».