The Global Distribution and Epidemiology of Psychoactive Substance Use and Injection Drug Use Among Street-Involved Children and Youth: A Meta-Analysis
Notice bibliographique
Résumé
Background: Globally, street-involved children and youth (SICY) who work and live on/of the streets are at higher risk of increased psychoactive substances and injecting drug use. Objectives: The present study aimed to identify the prevalence, distribution, sociodemographic factors, and risk-taking behaviors associated with psychoactive substances and injecting drug use among SICY. Methods: Studies in English published from December 1 1985 to July 1 2022, were searched for on PubMed, Scopus, Cochrane, and Web of Science to identify primary studies on psychoactive substances and injecting drug use among SICY. The pooled-prevalence estimates were obtained using a robust fixed-effects model. Results: The most commonly reported life-time and current psychoactive substance was tobacco followed by cannabis, LSD/ecstasy, cocaine, methamphetamine, heroin and injection drug use. The results showed that life-time and current prevalence of methamphetamine and cannabis use, as well as life-time prevalence of cocaine, LSD/ecstasy, heroin, tobacco, and injecting drug use increased as age rose while current prevalence of cocaine and tobacco use decreased as age rose. SICY who were male, homeless, had parents who had died, had history of substance use among family members or best friends, had experienced violence, had casual sex partners, had a history of working in the sex trade, and had unprotected sex were all related to psychoactive substance use and injecting drug use. Conclusions: Research examining this population suffers from lack of studies, therefore, improving the knowledge for interventions aimed at reducing risk behaviors, particularly those related to the transmission of sexually transmitted infections such as HIV is of great importance.
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 | 0,014 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,058 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».