Assessing coronavirus disease 2019 pandemic impacts on the health of people who inject drugs using a novel data sharing model
Notice bibliographique
Résumé
OBJECTIVE: Using an innovative data sharing model, we assessed the impacts of the COVID-19 pandemic on the health of people who inject drugs (PWID). DESIGN: The PWID Data Collaborative was established in 2021 to promote data sharing across PWID studies in North America. Contributing studies submitted aggregate data on 23 standardized indicators during four time periods: prepandemic (March 2019 to February 2020), early-pandemic (March 2020 to February 2021), mid-pandemic (March 2021 to February 2022), and late pandemic (March 2022 to February 2023). METHODS: We present study-specific and meta-analyzed estimates for the percentage of PWID who took medications for opioid use disorder, received substance use treatment, shared syringes or injection equipment, had a mental health condition, had been incarcerated, or had experienced houselessness. To examine change over time across indicators, we fit a random effects meta-regression model to prevalence estimates using time as a moderator. RESULTS: Thirteen studies contributed estimates to the Data Collaborative on these indicators, representing 6213 PWID interviews. We observed minimal change across prevalence of the six indicators between the prepandemic (March 2019 to February 2020) and three subsequent time periods, overall or within individual studies. Considerable heterogeneity was observed across study-specific and time-specific estimates. CONCLUSION: Limited pandemic-related change observed in indicators of PWID health is likely a result of policy and supportive service-related changes and may also reflect resilience among service providers and PWID themselves. The Data Collaborative is an unprecedented data sharing model with potential to greatly improve the quality and timeliness of data on the health of PWID.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | Science ouverte Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Synthèse Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | high |
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».