MétaCan
Menu
← Retour à la cohorte
Enregistrement W6961218746 · doi:10.14288/1.0357143

Gender differences in access to methadone maintenance therapy in a Canadian setting

2017· article· en· W6961218746 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Collections · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMethadoneMethadone maintenanceHeroinConfidence intervalHazard ratioEthnic groupPopulationProportional hazards model

Résumé

récupéré en direct d'OpenAlex

Introduction and Aims: Methadone maintenance therapy (MMT) is an evidence-based treatment for opioid addiction. While gender differences in MMT pharmacokinetics, drug use patterns and clinical profiles have been previously described, few studies have compared rates of MMT use among community-recruited samples of persons who inject drugs (IDU). Design and Methods: The present study used prospective cohorts of IDU followed between May 1996 and May 2013 in Vancouver, British Columbia, Canada. We investigated potential factors associated with time to methadone initiation using Cox proportional hazards modeling. Stratified analyses were used to examine for gender differences in rates of MMT enrolment. Results: Overall, 1848 baseline methadone naïve IDU were included in the study, among whom 595 (32%) were female. In an adjusted model, male gender was independently associated with increased time to MMT initiation and an overall lower rate of enrolment (adjusted relative hazard (ARH) = 0.74 [95% confidence interval [CI]: 0.65-0.85]). Among both female and male IDU, Caucasian ethnicity and daily injection heroin use were associated with decreased time to methadone initiation, while in females pregnancy was also associated with more rapid initiation. Discussion and Conclusions: These data highlight gender differences in methadone use among a population of community-recruited IDU. While factors associated with methadone use were similar between genders, rates of use were lower among male IDU, highlighting the need to consider gender when designing strategies to improve recruitment into MMT.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,345
Écart entre enseignants0,281 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Collections→Même sujetPrenatal Substance Exposure Effects→Travaux en français237 207→