Evaluation of state opioid substitution treatment program in Georgia.
Notice bibliographique
Résumé
AIMS: Evaluation of State Opioid Substitution Treatment OST (methadone and buprenorphine/naloxone- Addnok-N) program in Georgia and optimization of the routine measurement instrument. Patients were recruited from 4 Tbilisi and 5 regional State Programs in May-October 2013. 2 structured self-questionnaires (one - anonymous for sensitive questions) were developed for patients to assess demographics, retention in treatment, mean drug dose, HIV and Hepatitis C and B status, illicit drug and alcohol use, social activities, crime involvement, health status, HIV risk behavior, treatment compliance and satisfaction. 608 patients (7 females) were surveyed (512 - on Methadone, 96 - on buprenorphine/naloxone). 337 (1 female) patients completed an anonymous questionnaire. Mean age - 39.43±8.7 (21-65 years). 10 (1.64%) respondents were HIV positive; 448 (73.68%) - HCV+ and 24 (3.95%) - HBV+; average methadone dose - 39.27±22.2mg; buprenorphine/naloxone - 7.4±3.6 mg; 64 (40%) of employed began working while in program; 365 (60%) have been in treatment for less than 1 year, and 146 (24%) - for 1-3 years vs. 258 (51%) out of 506 patients surveyed in 2011. 494 (81.2%) reported improvement of social status and 508 (83.5%) - of health status. 305 (90.5%) out of 337 reported no- and 30 (8.9%) - reduction of criminal activity. 467 (76.81%) patients attended individual and 200 (32.9%)-group psychotherapy sessions with various frequencies. The common adverse events: sleep disturbances - 48.84%; weakness - 50.82%; mood disturbances - 42.44%, and heaviness - 36.35%. 257 (46%) reported using of alcohol; 16 - opioids; 29 - sedative/hypnotics; 8 - marijuana and 1 - ATS past 30 days; 55 - drug injection and 11 - sharing of any injection equipment past 6 months. State OST program is effective in Georgia in terms of reduction of illegal drug use, injection risk behavior and criminal activity, and on the other hand - improving of social activity and general health. Treatment retention is less as compared with 2011 survey.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».