The impact of the COVID-19 pandemic on people who use drugs in three Canadian cities: a cross-sectional analysis
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic had a disproportionate impact on the health and wellbeing of people who use drugs (PWUD) in Canada. However less is known about jurisdictional commonalities and differences in COVID-19 exposure and impacts of pandemic-related restrictions on competing health and social risks among PWUD living in large urban centres. METHODS: Between May 2020 and March 2021, leveraging infrastructure from ongoing cohorts of PWUD, we surveyed 1,025 participants from Vancouver (n = 640), Toronto (n = 158), and Montreal (n = 227), Canada to describe the impacts of pandemic-related restrictions on basic, health, and harm reduction needs. RESULTS: Among participants, awareness of COVID-19 protective measures was high; however, between 10 and 24% of participants in each city-specific sample reported being unable to self-isolate. Overall, 3-19% of participants reported experiencing homelessness after the onset of the pandemic, while 20-41% reported that they went hungry more often than usual. Furthermore, 8-33% of participants reported experiencing an overdose during the pandemic, though most indicated no change in overdose frequency compared the pre-pandemic period. Most participants receiving opioid agonist therapy in the past six months reported treatment continuity during the pandemic (87-93%), however, 32% and 22% of participants in Toronto and Montreal reported missing doses due to service disruptions. There were some reports of difficulty accessing supervised consumption sites in all three sites, and drug checking services in Vancouver. CONCLUSION: Findings suggest PWUD in Canada experienced difficulties meeting essential needs and accessing some harm reduction services during the COVID-19 pandemic. These findings can inform preparedness planning for future public health emergencies.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».