The Role of Gender in Factors Associated With Addiction Treatment Satisfaction Among Long-Term Opioid Users
Notice bibliographique
Résumé
OBJECTIVES: To identify factors associated with Opioid Agonist Treatment (OAT) satisfaction and to determine whether these relationships are gender specific. METHODS: This study was based on data collected in a cross-sectional study among long-term opioid-dependent individuals (n = 160; 46.3% women). Participants completed the Client Satisfaction Questionnaire in reference to OAT episodes. Sociodemographic, illicit substance use, health, and addiction treatment history data were collected. Multivariable linear regression was used to determine the relationship between these variables and treatment satisfaction. To explore the potential role of gender in these identified relationships stratified multivariable models were tested. Additional open-ended questions regarding positive and negative perceptions of treatment were collected, and a thematic analysis was conducted. RESULTS: In the multivariable linear regression model, participants who were older, of Aboriginal ancestry, and currently receiving OAT had higher OAT satisfaction scores, whereas participants who had methadone dose preferences of 30 mg or less had lower OAT satisfaction. In stratified analyses among women, the relationship between preferred methadone dose and current OAT remained significantly associated with satisfaction. Open-ended positive and negative perceptions complemented and provided further valuable data to interpret these identified relationships. CONCLUSIONS: To our knowledge, this is the first study to explore the potential role of gender in factors associated with OAT satisfaction. These findings provide valuable information to health care providers working in OAT settings regarding how to address women and men's OAT needs and improve treatment satisfaction.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».