Randomized clinical trial of the effects of screening and brief intervention for illicit drug use: the life shift/shift gears study
Notice bibliographique
Résumé
BACKGROUND: Although screening, brief intervention, and referral to treatment (SBIRT) has shown promise for alcohol use, relatively little is known about its effectiveness for adult illicit drug use. This randomized controlled trial assessed the effectiveness of the SBIRT approach for outcomes related to drug use among patients visiting trauma and emergency departments (EDs) at two large, urban hospitals. METHODS: A total of 700 ED patients who admitted using illegal drugs in the past 30 days were recruited, consented, provided baseline measures of substance use and related problems measured with the Addiction Severity Index-Lite (ASI-Lite), and then randomized to the Life Shift SBIRT intervention or to an attention-placebo control group focusing on driving and traffic safety (Shift Gears). Both groups received a level of motivational intervention matched to their condition and risk level by trained paraprofessional health educators. Separate measurement technicians conducted face-to-face follow-ups at 6 months post-intervention and collected hair samples to confirm reports of abstinence from drug use. The primary outcome measure of the study was past 30-day drug abstinence at 6 months post-intervention, as self-reported on the ASI-Lite. RESULTS: Of 700 participants, 292 (42%) completed follow-up. There were no significant differences in self-reported abstinence (12.5% vs. 12.0% , p = 0.88) for Life Shift and Shift Gears groups, respectively. When results of hair analyses were applied, the abstinence rate was 7 percent for Life Shift and 2 percent for Shift Gears (p = .074). In an analysis in which results were imputed (n = 694), there was no significant difference in the ASI-Lite drug use composite scores (Life Shift +0.005 vs. Shift Gears +0.017, p = 0.12). CONCLUSIONS: In this randomized controlled trial, there was no evidence of effectiveness of SBIRT on the primary drug use outcome. TRIAL REGISTRATION: ClinicalTrials.gov NCT01683227.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».