Substance use and other factors associated with COVID-19 vaccine uptake among people at risk for or living with HIV: Findings from the C3PNO consortium
Notice bibliographique
Résumé
Objective: We describe the prevalence of COVID-19 vaccine uptake, substance use, and other factors associated with vaccine hesitancy among participants from nine North American cohort studies following a diverse group of individuals at risk for or living with HIV. Methods: Between May 2021 and January 2022, participants completed a survey related to COVID-19 vaccination. Participants included those with and without substance use. Those responding as 'no' or 'undecided' to the question "Do you plan on getting the COVID-19 vaccine?" were categorized as vaccine hesitant. Differences between groups were evaluated using chi-square methods and multivariable log-binomial models were used to calculate prevalence ratios (PR) of COVID-19 vaccine hesitancy with separate models for each substance. Results: Among 1,696 participants, COVID-19 vaccination was deferred or declined by 16%. Vaccine hesitant participants were younger, with a greater proportion unstably housed (14.8% vs. 10.0%; p = 0.02), and not living with HIV (48.% vs. 36.6%; p <.01). Vaccine hesitant participants were also more likely to report cannabis (50.0% vs. 42.4%; p = 0.03), methamphetamine (14.0% vs. 8.2%; p <.01), or fentanyl use (5.5% vs. 2.8%; p = 0.03). Based on multivariable analyses methamphetamine or fentanyl use remained associated with COVID-19 vaccine hesitancy (Adjusted PR = 1.4; 95% CI 1.1-1.9 and Adjusted PR = 1.6; 95% CI 1.0-2.6, respectively). Conclusion: As new COVID-19 vaccines and booster schedules become necessary, people who use drugs (PWUD) may remain vaccine hesitant. Strategies to engage hesitant populations such as PWUD will need to be tailored to include special types of outreach such as integration with substance use programs such as safe injection sites or recovery programs.
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 | 0,002 | 0,010 |
| 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 | 0,001 | 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) | 0,001 | 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 ».