MétaCan
Menu
Retour à la cohorte
Enregistrement W4399901202 · doi:10.2196/56958

Drug Use Behaviors and the Risk of HIV Infection Among Drug Users in China Between 2014 and 2021: Cross-Sectional Study

2024· article· en· W4399901202 sur OpenAlexvenueno aff
Jiaqi Lv, Yangfan Jia, Chunhui Yan, Xingliang Zhang, Ke Xu, Junfang Xu

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrugHuman immunodeficiency virus (HIV)Cross-sectional studyMedicineAntiretroviral drugChinaEnvironmental healthImmunologyAntiretroviral therapyPharmacologyViral loadPathology

Résumé

récupéré en direct d'OpenAlex

Background: Drug users are a high-risk group for HIV infection and are prominent HIV carriers. Given the emergence of new drugs, we explored current drug-using behaviors, HIV infections, and the correlation between drug-using behaviors and HIV infection risk among drug users from 2014 to 2021. Objective: We aimed to identify the prevalence of HIV infection risk among drug users and explore drug use behaviors based on the updated data, which could provide evidence for the precision of HIV prevention strategies among drug users. Methods: Data were collected from sentinel surveillance of drug users in rehabilitation centers and communities in Hangzhou (2014-2021), including sociodemographic characteristics, HIV awareness, drug use, risky sexual behaviors, and HIV infection status. Multivariate logistic regression was used to identify the factors influencing HIV infection and risky sexual behaviors among drug users. Results: In total, 5623 drug users (male: n=4734, 84.19%; age: mean 38.38, SD 9.94 years) were included. New drugs dominated among the participants (n=3674, 65.34%). The main mode of drug use was noninjection (n=4756, 84.58%). Overall, for 27.45% (n=1544) of injected drugs in the last month before the investigation, the average daily injection frequency was 3.10 (SD 8.24). Meanwhile, 3.43% of participants shared needles. The incidence of sexual behaviors after drug use was 33.13% (n=1863), with 35.75% (n=666) of them using a condom in the last time. Overall, 116 participants tested positive for HIV antibodies (infection rate=2.06%). New drug users exhibited more postuse sexual behaviors than traditional drug users (odds ratio [OR] 7.771, 95% CI 6.126-9.856; P<.001). HIV-aware drug users were more likely to engage in risky sexual behaviors (OR 1.624, 95% CI 1.152-2.291; P=.006). New-type drug users were more likely to engage in unprotected sexual behavior (OR 1.457, 95% CI 1.055-2.011; P=.02). Paradoxically, drug users with greater HIV awareness were more prone to engaging in unprotected sexual behavior (OR 5.820, 95% CI 4.650-7.284; P<.001). Women engaged less in unprotected sex than men (OR 0.356, 95% CI 0.190-0.665; P=.001). HIV rates were higher among injecting drug users (OR 2.692, 95% CI 0.995-7.287; P=.04) and lower among drug users who used condoms during recent sex than those who did not (OR 0.202, 95% CI 0.076-0.537; P=.001). Higher education levels were associated with higher HIV infection rates. However, there was no significant correlation between HIV cognition level and HIV infection. Conclusions: New drug types and noninjection were the main patterns in last 7 years. Using new types of drugs, rather than traditional drugs, was associated with an increased risk of HIV infection. Injection drug use was a risk factor for HIV infection. HIV awareness among drug users was high, but the incidence of risky sexual behaviors remained high. Therefore, it is important to promote the behavioral transformation of high-risk populations from cognition to attitude, and then to taking protective measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,360
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207