A Shared Decision-Making Tool to Prevent Substance Abuse: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Substance use disorder (SUD) affects over 20 million adults and costs over $700 billion annually in the United States. It is one the greatest health care challenges we face. OBJECTIVE: This research project seeks to enhance the standard practice of Screening, Brief Intervention, and Referral to Treatment (SBIRT) through a mobile solution easily incorporated into primary care that will promote shared decision making and increase referral and adherence to specialty care through continued follow-up care. METHODS: This research will conduct an Office of Management and Budget (OMB)-approved randomized controlled trial (RCT) in primary care and SUD specialty service providers. The RCT will recruit a total of 500 SUD patients. Recruited patients will be randomized into control and intervention arms. Both arms will take initial baseline and exit (30 days) surveys to evaluate self-reported substance use and specialty service utilization. The control arm patients will receive usual care. The intervention group patients will receive technology-enhanced SBIRT and a mobile follow-up program to track goals and substance use at home. The RCT tracks participants for 30 days after the primary care encounter. We will collect feedback from the patients during the 30 days and count the number of patients who use specialty care services in specialty care programs for tobacco, alcohol, and drug abuse (both from self-reporting and from the service providers). RESULTS: RCT and data collection are underway. We expect to report the data results in 2018. CONCLUSIONS: We expect that significantly more intervention group patients will receive specialty SUD care within 30 days following the SBIRT encounter at the primary care clinic compared to the control group. We also expect that the intervention group patients will report a greater reduction in substance use and a greater drop in Drug Abuse Screening Test and Addition Severity Index scores within 30 days.
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 | 0,046 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,013 | 0,008 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,137 | 0,017 |
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 ».