Sexually transmitted and blood‐borne infection risk reduction with methadone and buprenorphine/naloxone among people with prescription‐type opioid use disorder: Findings from a Canadian pragmatic randomized trial
Notice bibliographique
Résumé
INTRODUCTION: People who use drugs are disproportionally affected by sexually transmitted and blood-borne infections (STBBIs). While the benefits of methadone in reducing injecting-risk behaviours are well documented, less is known on its impacts on sexual-related risks, as well as its comparative effectiveness to buprenorphine/naloxone, particularly in the context of highly potent opioids. The aim of this study was to estimate the relative effects of buprenorphine/naloxone and methadone on injecting and STBBI risks among people with prescription-type opioid use disorder (POUD). METHODS: Secondary analysis of a pan-Canadian pragmatic 24-week randomized clinical trial comparing methadone and buprenorphine/naloxone models of care among 272 people with POUD (including licit or illicit opioid analgesics, fentanyl). The Risk Behaviour Survey was used to collect injecting and sexual risks at baseline, and weeks 12 and 24. RESULTS: In total, 210 participants initiated treatment (103 buprenorphine/naloxone and 107 methadone). At baseline, 113/205 (55.1%) participants reported recently injecting drugs, 37/209 (17.7%) unsafe injection practices and 67/162 (41.4%) high-risk sex. Both methadone and buprenorphine/naloxone were associated with reductions in the prevalence of injection drug use and high-risk sex at weeks 12 and 24 with no interactions between treatment arm and time. CONCLUSION: Methadone and buprenorphine/naloxone were similarly effective in reducing injecting and sexual risk behaviours among people with POUD. CLINICAL TRIALS REGISTRATION: clinicaltrials.gov NCT03033732.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».