Needs assessment and treatment compliance at state opioid substitution treatment programes in Georgia.
Notice bibliographique
Résumé
AIMS: conduct needs assessments and treatment compliance evaluations in MMT and Suboxone Substitution State Programs in Georgia (Republic of). 506 patients (2 females) were surveyed (92% on Methadone, 8% on Suboxone) from 6 Tbilisi and 4 regional State Programs in 2011 November. Mean age - 40±8,56 (22-65) year; 254 (51.4%) were in treatment for 1-3 year. Evaluation was carried out on the base of structured self-questionnaire that covers demographics, drug use history, general drug use trends, psychotherapeutic sessions' acceptance and open label question regarding treatment challenges and satisfaction. 305 (60.3%) attended individual and 57 (11.3%) group psychotherapy sessions with 50.79% attending once/month or rare. The main reason given for therapy non-attendance - no needs for it (29.48%); the main drugs before admission - heroin (80.04%), buprenorphine (53.49%); Main drugs used in Georgia nowadays - desomorphine ("crocodile"), alcohol and marihuana. Commonly used drugs by program patients (136 positive answers) - alcohol-13.62%, marihuana-10.39%, pregabalin - 8.17%, opioids- 6.62% (mostly-"crocodile"), home-made stimulants-6.23%, sedatives -5.45%. 55.4% are extremely satisfied with treatment, 82.4% - with program staff. Patients' main wishes- free of charge programs (46.4%) and provide take-home doses (22.07%). Methadone and Suboxone ST are being well accepted in Georgia and appear to be reducing illegal opioid use. However, the psychotherapeutic sessions' attendance is very low.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».