MétaCan
Menu
Retour à la cohorte
Enregistrement W2333818271 · doi:10.1177/1357633x14555643

The effectiveness of helplines for the treatment of alcohol and illicit substance use

2014· review· en· W2333818271 sur OpenAlexaboutno aff
Peter Gates

Notice bibliographique

RevueJournal of Telemedicine and Telecare · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHelplineIllicit drugMedicineHotlineFamily medicinePsycINFOPsychiatryMEDLINEDrugEmergency medicine

Résumé

récupéré en direct d'OpenAlex

While tobacco helplines (quitlines) are thought to be effective, helplines which treat other substance use do not have an established evidence base. A review was conducted of the literature on illicit drug or alcohol (IDA) helplines. The literature search was conducted in five databases. Studies prior to 2014 were included if published in English, and involved the use of a telephone counselling helpline for the treatment of illicit drug or alcohol use. Review papers, opinion pieces, letters or editorials, case studies, published abstracts and posters were excluded. Initial searching identified 2178 articles and after removing duplicates and those meeting the exclusion criteria, there were 36 publications for review. A total of 29 articles provided descriptive information about 19 different IDA helplines which operated in the US (42%), Europe (21%), Australia (21%), Asia (11%) and Canada (5%). These services reported monthly call rates from 3.7 to over 23,000 calls per month. A total of nine articles provided evaluative information on eight different IDA helplines: four articles included a comparison of treatment outcomes against a control group and five articles included information on treatment satisfaction or service utilisation. Together they provide some evidence that these services are effective. Although there was little consistency in the measures used between articles which assessed helpline satisfaction, all but one reported high satisfaction. Although the evidence is mainly supportive of IDA helplines, further work is required to compare treatment outcomes in randomized groups.

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)0,006
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,063
Tête enseignante GPT0,364
Écart entre enseignants0,300 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Telemedicine and TelecareMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207