Modeling the impact of changing drug markets and structural determinants on HCV and/or HIV transmission among people who inject drugs in the United States: A rural and urban comparison
Notice bibliographique
Résumé
BACKGROUND: The impact of changing drug use patterns on hepatitis C virus (HCV) and HIV incidence among people who inject drugs (PWID) in the US is understudied. METHODS: An HCV and HIV transmission model was calibrated to urban and rural area data (San Diego, CA and Central/Northern Wisconsin). Fentanyl use among PWID was assumed to increase mortality and injecting-related risk of HIV and HCV based on San Diego data. We predicted HCV/HIV incidence with recent trends (in fentanyl use, transition from injecting to smoking drugs, opiate agonist treatment (OAT) and incarceration), and scenarios with no trend changes since 2020. We calculated the population attributable fraction of fentanyl on incidence, comparing to a no fentanyl counterfactual from 2015 to 2025. RESULTS: High and increasing self-reported fentanyl use among PWID was observed in Central/Northern Wisconsin (20 % in 2018 to 45 % in 2021) and San Diego (51 % in 2021 to 66 % in 2023). Between 2015-2025, modeling suggests fentanyl use contributed to 18 % (95 %CI 9-25) and 34 % (95 %CI 26-45) of new HCV infections among PWID in Central/Northern Wisconsin and San Diego, respectively. Fentanyl contributed to 10 % (95 %CI 1-26) of HIV infections in San Diego; no HIV was observed among Central/Northern Wisconsin PWID. Fentanyl-associated risk was mitigated by increased OAT, reduced incarceration (Wisconsin), and shifts from injecting to smoking drugs (San Diego). CONCLUSIONS: Fentanyl use increased HCV and/or HIV in an urban and rural area, suggesting expanded access to harm reduction, alongside interventions to reduce blood-borne virus transmission risk among PWID who use fentanyl are urgently needed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».