Understanding and preventing injecting-related bacterial and fungal infections among people who inject drugs
Notice bibliographique
Résumé
Background: Injection drug use-associated bacterial and fungal infections (e.g., skin and soft tissue infections, endocarditis, osteomyelitis, septic arthritis, epidural abscess, etc.) are increasingly common. Risk factors include subcutaneous/intramuscular injecting and lack of skin cleaning, but individual-level educational interventions on safer injecting practices have shown limited effectiveness. There may be value in looking beyond individual injecting behaviours to understand risk and prevention opportunities. \n \nAims: (1) identify social-structural factors that influence risk for injecting-related infections; (2) estimate the effect of opioid agonist treatment on all-cause mortality or infection-related rehospitalization, after hospital admissions with injecting-related infections; (3) assess how risk for injecting-related infections changes within-individuals over time, in relation to social (i.e., incarceration) and clinical (i.e., opioid agonist treatment) exposures. \n \nMethods: Qualitative systematic review with thematic synthesis; quantitative systematic review with meta-analysis; survival analysis and self-controlled case series using data from a cohort of people with opioid use disorder in New South Wales, Australia. \n \nResults: Injecting-related bacterial and fungal infections are shaped by modifiable social-structural factors, including poor quality unregulated drugs, criminalization and policing enforcement, insufficient housing, limited harm reduction services, and harmful health care practices. People who inject drugs navigate these barriers while attempting to protect themselves and their community. After a hospital admission, opioid agonist treatment is associated with a large reduction in mortality but a modest reduction in risk of infection-related rehospitalization. Risk of injecting-related infections changes substantially within-individuals over time; high-risk moments include release from incarceration and around initiation and discontinuation of opioid agonist treatment. \n \nConclusions: Risk for injecting-related bacterial and fungal infections, and associated treatment outcomes, are shaped by social-structural factors beyond individuals’ control. Offering individual-level education and addiction treatment may be helpful, but is likely insufficient. Prevention and treatment strategies should engage more broadly with the social and material conditions within which people prepare and consume drugs, and access health care
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 | 0,012 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 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 ».