Prevalence of stimulant use and the role of opioid agonist treatment among people who inject drugs in France: Results from the <scp>COSINUS</scp> cohort study
Notice bibliographique
Résumé
INTRODUCTION: The co-use of stimulants and opioids, including opioid agonist treatment (OAT), is very prevalent worldwide. A large body of data exists on the association between stimulant use and its health complications, and on OAT effectiveness among people with opioid use disorder. However, few data exist on stimulant-opioid co-use among people receiving OAT. Using data from the COSINUS cohort study, we investigated the association between the type of OAT and problematic stimulant use among persons who inject drugs (PWID). METHODS: COSINUS is a 12-month French cohort study of 665 PWID. Data were collected in face-to-face interviews at enrolment, at 6 and 12 months. We defined problematic stimulant use as daily use of and/or injecting stimulants. We used Bayesian model averaging (BMA) to identify factors associated with problematic stimulant use. RESULTS: At baseline, 76% (n = 505) of the participants reported problematic stimulant use. The optimal model from the BMA estimation showed that, after adjusting on social precarity and daily injection, participants on prescribed morphine sulfate as an OAT (compared with methadone) and those who use daily unprescribed buprenorphine were less likely to report problematic stimulant use. DISCUSSION AND CONCLUSIONS: Our work highlights the high prevalence of problematic stimulant use among PWID in France but also the potential association between the type of OAT taken and stimulant use, by suggesting a protective effect of morphine sulfate on stimulant use. Since it has a higher intrinsic activity than other opioids, PWID on this OAT may be less interested in stimulants. Our findings warrant further investigation in clinical studies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».