MétaCan
Menu
Retour à la cohorte
Enregistrement W4401813074 · doi:10.1186/s12954-024-01030-w

Increases in housing rules and surveillance during COVID-19: impacts on overdose and overdose response in a community-based cohort of sex workers who use drugs in Vancouver, BC

2024· article· en· W4401813074 sur OpenAlexafffundabout
Jenn McDermid, Jennie Pearson, Melissa Braschel, Sarah Moreheart, Rory Marck, Kate Shannon, Andrea Krüsi, Shira M. Goldenberg

Notice bibliographique

RevueHarm Reduction Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensCentre for Advancing Health OutcomesSimon Fraser UniversityUniversity of British Columbia
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésMedicine(+)-NaloxoneContext (archaeology)Environmental healthPublic healthOpioid overdoseLogistic regressionDrug overdosePoison controlOpioidNursing

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Since the beginning of the COVID-19 pandemic, COVID-19 risk mitigation measures have expanded to include increased rules and surveillance in supportive housing. Yet, in the context of the dual public health emergencies of COVID-19 and the unregulated drug toxicity crisis, we have not evaluated the unintended health and social consequences of such measures, especially on criminalized women. In order to address this dearth of evidence, our aim was to assess the association between increased housing rules and surveillance during COVID-19 and (a) nonfatal overdose, and (b) administration of naloxone for overdose reversal among women sex workers who use drugs in Vancouver, BC. METHODS: This study is nested within An Evaluation of Sex Workers Health Access (AESHA), a community-based prospective cohort of women sex workers in Metro Vancouver (2010-present). Using cross-sectional data collected during the first year of COVID-19 (April 2020-2021), we developed separate multivariable logistic regression confounder models to examine the independent associations between experiencing increased housing rules and surveillance during COVID-19 on (a) nonfatal overdose, and (b) administration of naloxone for overdose reversal in the last 6 months. RESULTS: Amongst 166 participants, 10.8% reported experiencing a recent non-fatal overdose and 31.3% recently administered naloxone for overdose reversal. 56.6% reported experiencing increased rules and surveillance within their housing during COVID-19. The prevalence of non-fatal overdose and administering naloxone was significantly elevated among those exposed to increased housing rules and surveillance during COVID-19 versus those who were unexposed (83.3% vs. 52.1%; 75.0% vs. 48.2%, respectively). In separate multivariate confounder models, exposure to increased housing rules and surveillance during COVID-19 was independently associated with increased odds of administering naloxone [AOR: 3.66, CI: 1.63-8.21], and marginally associated with non-fatal overdose [AOR: 3.49, CI: 0.92-13.27]. CONCLUSION: Efforts to prioritize the right to safe, adequate and affordable housing must avoid reinforcing an overly coercive reliance on surveillance measures which, while often well-intended, can negatively shape residents' well-being. Furthermore, public health responses to pandemics must include criminalized populations so that measures do not exacerbate overdose risk. Implementation of a regulated drug supply is recommended, alongside housing policies that promote residents' rights, safety, and health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,342
Écart entre enseignants0,307 · 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 tête enseignante, 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207