Integration of substance use disorder services with primary care: health center surveys and qualitative interviews
Notice bibliographique
Résumé
BACKGROUND: Each year, nearly 20 million Americans with alcohol or illicit drug dependence do not receive treatment. The Affordable Care Act and parity laws are expected to result in increased access to treatment through integration of substance use disorder (SUD) services with primary care. However, relatively little research exists on the integration of SUD services into primary care settings. Our goal was to assess SUD service integration in California primary care settings and to identify the practice and policy facilitators and barriers encountered by providers who have attempted to integrate these services. METHODS: Primary survey and qualitative interview data were collected from the population of federally qualified health centers (FQHCs) in five California counties known to be engaged in SUD integration efforts was surveyed. From among the organizations that responded to the survey (78% response rate), four were purposively sampled based on their level of integration. Interviews were conducted with management, staff, and patients (n=18) from these organizations to collect further qualitative information on the barriers and facilitators of integration. RESULTS: Compared to mental health services, there was a trend for SUD services to be less integrated with primary care, and SUD services were rated significantly less effective. The perceived difference in effectiveness appeared to be due to provider training. Policy suggestions included expanding the SUD workforce that can bill Medicaid, allowing same-day billing of two services, facilitating easier reimbursement for medications, developing the workforce, and increasing community SUD specialty care capacity. CONCLUSIONS: Efforts to integrate SUD services with primary care face significant barriers, many of which arise at the policy level and are addressable.
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 ».