Understanding Gender Differences in Injecting‐Related Harms Among an Australian Sample of People Who Inject Drugs
Notice bibliographique
Résumé
INTRODUCTION: People who inject drugs may experience several non-viral injecting-related injuries and diseases (IRID), including skin and soft tissue infection (SSTI) and venous disease, often resulting from bacteria introduced via unsafe injecting practices or environments. Women are overrepresented among those reporting multiple and recent IRID. However, limited evidence exists about how gender interacts with known IRID risk factors. METHODS: Surveys were conducted 2009-2023 with approximately 900 Australians who inject drugs per year (N = 7538 total). Participants self-reported past-month drug use behaviours and IRID experience. We conducted multivariable binary logistic regression to determine the relationship between gender and SSTI and venous disease. To examine whether gender uniquely affected specific injecting risk behaviours with respect to SSTI and venous disease, two interaction terms were separately added: (i) gender and injecting frequency; (ii) gender and reuse of one's needles. RESULTS: Surveys were completed by 5038 men and 2500 women. Past-month SSTI was reported by 8% of the sample (95% confidence interval 7%-9%), with a higher proportion among women (10%) than men (7%). Overall, 4% reported past-month venous disease (95% confidence interval 3%-4%), a higher proportion among women (5%) than men (3%). Examining both outcomes, no statistically significant interactions between gender and needle reuse or injecting frequency were found. DISCUSSION AND CONCLUSIONS: Despite no statistically significant interaction between gender and reuse or injecting frequency, our study demonstrates a gender difference in exposure to risk factors associated with SSTIs and venous disease. Interventions to reduce SSTI and venous disease, particularly those deemed safe and appropriate by women, are 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 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 | 0,001 |
| 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 ».