Impacts of overdose and socio-structural factors on recent mortality among people with HIV in British Columbia, Canada
Notice bibliographique
Résumé
OBJECTIVE: We characterized sociodemographic and behavioural factors associated with mortality among people with HIV (PWH) in British Columbia, Canada. DESIGN: We used purposive sampling to recruit a representative cohort of PWH aged at least 19 years from January 2016 to September 2018. Participants completed a survey and consented to link their data with the BC Vital Statistics Agency, where deaths were recorded. METHODS: We conducted bivariate analyses to compare characteristics between participants who died with those alive as of September 2021. We used multivariable Cox proportional hazards models to examine factors associated with mortality. RESULTS: As of September 2021, 71 (11%) of 644 participants died. The most common specified cause of death was due to overdose ( n = 14, 19.7%). A higher proportion of individuals who died had been incarcerated (52.1 vs. 33.3%; P = 0.002), reported recent homelessness (28.2 vs. 12.6%; P < 0.001) and recent injection drug use (32.4 vs. 19%; P = 0.009), compared to those alive at the end of follow-up. Age at least 60 [adjusted hazard ratio (aHR) 3.80, 95% confidence interval (95% CI 1.55-9.34], and experiencing homelessness in the last 12 months prior to enrolment (aHR 2.01, 95% CI 1.18-3.61) were associated with an increased hazard of death, while identifying as gay or lesbian (aHR 0.42, 95% CI 0.23-0.77), and having greater social support (aHR 0.88 per 10-unit score increase, 95% CI 0.81-0.96) were protective. CONCLUSION: Over 6 years of follow-up, more than 10% of our cohort died, with overdose being the most commonly reported cause of death. PWH with higher social support, however, had a lower risk of death in BC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».