Harm reduction services as a point-of-entry to and source of end-of-life care and support for homeless and marginally housed persons who use alcohol and/or illicit drugs: a qualitative analysis
Notice bibliographique
Résumé
BACKGROUND: Homeless and marginally housed persons who use alcohol and/or illicit drugs often have end-of-life care needs that go unmet due to barriers that they face to accessing end-of-life care services. Many homeless and marginally housed persons who use these substances must therefore rely upon alternate sources of end-of-life care and support. This article explores the role of harm reduction services in end-of-life care services delivery to homeless and marginally housed persons who use alcohol and/or illicit drugs. METHODS: A qualitative case study design was used to explore end-of-life care services delivery to homeless and marginally housed persons in six Canadian cities. A key objective was to explore the role of harm reduction services. 54 health and social services professionals participated in semi-structured qualitative interviews. All participants reported that they provided care and support to this population at end-of-life. RESULTS: Harm reduction services (e.g., syringe exchange programs, managed alcohol programs, etc.) were identified as a critical point-of-entry to and source of end-of-life care and support for homeless and marginally housed persons who use alcohol and/or illicit drugs. Where possible, harm reduction services facilitated referrals to end-of-life care services for this population. Harm reduction services also provided end-of-life care and support when members of this population were unable or unwilling to access end-of-life care services, thereby improving quality-of-life and increasing self-determination regarding place-of-death. CONCLUSIONS: While partnerships between harm reduction programs and end-of-life care services are identified as one way to improve access, it is noted that more comprehensive harm reduction services might be needed in end-of-life care settings if they are to engage this underserved population.
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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 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 ».