The impact of methadone maintenance therapy on heptatis c incidence among illicit drug users
Notice bibliographique
Résumé
Aims To determine the relationship between methadone maintenance therapy (MMT) and hepatitis C (HCV) seroconversion among illicit drug users. Design Generalized Estimating Equation model assuming a binomial distribution and a logit link function was used to examine for a possible protective effect of MMT use on HCV incidence. Setting Data from three prospective cohort studies of illicit drug users in Vancouver, Canada between 1996 and 2012. Participants 1004 HCV antibody negative illicit drug users stratified by exposure to MMT. Measurements Baseline and semi-annual HCV antibody testing and standardised interviewer administered questionnaire soliciting self-reported data relating to drug use patterns, risk behaviours, detailed sociodemographic data and status of active participation in an MMT program. Findings 184 HCV seroconversions were observed for an HCV incidence density of 6.32 [95% confidence interval [CI]: 5.44 – 7.31] per 100 person-years. After adjusting for potential confounders, MMT exposure was protective against HCV seroconversion (Adjusted Odds Ratio [AOR] = 0.47; 95% CI: 0.29 - 0.76). In sub-analyses, a dose-response protective effect of increasing MMT exposure on HCV incidence (AOR = 0.87; 95% CI: 0.78 – 0.97) per increasing 6-month period exposed to MMT was observed. Conclusion Participation in methadone maintenance treatment appears to be highly protective against hepatitis C incidence among illicit drug users. There appears to be a dose-response protective effect of increasing methadone exposure on hepatitis C incidence.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».