MétaCan
Menu
Retour à la cohorte
Enregistrement W2085960939 · doi:10.1159/000357942

Impact of Methadone Maintenance Treatment on Women Offenders' Post-Release Recidivism

2014· article· en· W2085960939 sur OpenAlexafffundabout
Shanna Farrell‐MacDonald, Mary-Ann MacSwain, Madelon Cheverie, Maija Tiesmaki, Benedikt Fischer

Notice bibliographique

RevueEuropean Addiction Research · 2014
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental HealthSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health Agency of Canada
Mots-clésRecidivismMethadoneMethadone maintenancePsychiatryMedicinePsychological interventionPopulationProportional hazards modelPsychologyClinical psychologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Drug--including opioid--dependence is common in correctional populations, however little research exists on interventions for women offenders. Based on retrospective administrative data, we examined rates of return to custody (RTC) among three samples of Canadian federal women offenders with problematic opioid use (total n=137): (1) a group initiated on MMT during incarceration who continued MMT post-release (MMT-C; n=25); (2) a group initiated on MMT but who terminated treatment post-release (MMT-T; n=67), and (3) a non-MMT control group (MMT-N; n=45). Study groups were similar regarding socio-demographic, drug use and criminogenic indicators. Based on an unadjusted Cox proportional hazards model, the MMT-C group had a 65% lower risk of RTC than the MMT-N (reference) group (HR 0.35, CI 0.13-0.90); RTC risk was not different between the MMT-T and the reference group. Most RTCs were for technical revocations (e.g. violation of a legal condition of their release). Continuous MMT following release from corrections appears to be effective in reducing recidivism in women offenders with opioid problems; barriers to MMT in the study population should be better understood and ameliorated.

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)0,006
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 enseignants0,368
Score d'incertitude au seuil0,731

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,350
Écart entre enseignants0,304 · 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

Citations45
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEuropean Addiction ResearchMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207