Intersections between syndemic conditions and stages along the continuum of overdose risk among women who inject drugs in Mexicali, Mexico
Notice bibliographique
Résumé
BACKGROUND: Research on women who inject drugs is scarce in low- and middle-income countries. Women experience unique harms such as sexism and sexual violence which translate into negative health outcomes. The present work aims to provide insight into the experiences of women who inject drugs at the US-Mexico border to identify social and health-related risk factors for overdose to guide harm reduction interventions across the Global South. METHODS: We recruited 25 women ≥ 18 years of age accessing harm reduction and sexual health services at a non-governmental harm reduction organization, "Verter", in Mexicali, Mexico. We employed purposeful sampling to recruit women who inject drugs who met eligibility criteria. We collected quantitative survey data and in-depth interview data. Analyses of both data sources involved the examination of descriptive statistics and thematic analysis, respectively, and were guided by the syndemic and continuum of overdose risk frameworks. RESULTS: Survey data demonstrated reports of initiating injection drug use at a young age, experiencing homelessness, engaging in sex work, being rejected by family members, experiencing physical violence, injecting in public spaces, and experiencing repeated overdose events. Interview data provided evidence of stigma and discrimination toward women, a lack of safe spaces and support systems, risk of overdose-related harms, sexual violence, and the overall need for harm reduction services. CONCLUSION: Women who inject drugs in Mexicali describe experiences of violence, overdose, and public injecting. Women are particularly vulnerable in the Mexicali context, as this area faces a noticeable lack of health and social services. Evidenced-based harm reduction strategies such as safe consumption sites and overdose prevention strategies (e.g., naloxone distribution and training) may benefit this population. Evidence from local organizations could help close the gap in service provision in low-resource settings like Mexico, where government action is almost nonexistent.
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 | 0,001 | 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 | 0,001 |
| 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 ».