MétaCan
Menu
Retour à la cohorte
Enregistrement W2909999159 · doi:10.1097/adm.0000000000000498

Recovery Goals and Long-term Treatment Preference in Persons Who Engage in Nonmedical Opioid Use

2019· article· en· W2909999159 sur OpenAlexaff
Kaitlyn R. Hay, Andrew S. Huhn, D. Andrew Tompkins, Kelly E. Dunn

Notice bibliographique

RevueJournal of Addiction Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésOpioid use disorderMedicineBuprenorphineAbstinenceOpiate Substitution TreatmentPolysubstance dependencePopulationOpioidPsychiatryMedical prescriptionFamily medicinePreferenceSubstance abuseClinical psychologyNursingInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: While most opioid use disorder (OUD) treatment providers consider opioid abstinence to be the preferred outcome, little is known about the treatment preferences of the larger population of individuals who engage in nonmedical opioid use and have not yet sought treatment. This study sought to descriptively quantify the proportion of out-of-treatment individuals with nonmedical opioid use that have abstinent and nonabstinent recovery goals. METHODS: Participants (N = 235) who engage in nonmedical opioid use and met self-reported criteria for OUD were recruited online and participated in a cross-sectional survey on recovery goals and treatment perceptions. Participants were dichotomized as having either abstinent (70.6%) or nonabstinent (29.4%) recovery goals. Participants were presented with 13 treatment options and asked which treatment they would "try first" and which treatment they thought would be the best option for long-term recovery. RESULTS: Persons in the nonabstinent group were more likely to want to continue use of prescription opioids as prescribed by a physician compared with the abstinent group (χ[1] = 9.71, P = 0.002). There were no group differences regarding preference for individual OUD treatments. The most frequently endorsed treatments that participants would "try first" were physician visits (23.4%), one-on-one counseling (18.7%), and 12-step groups (13.2%), whereas the most frequently endorsed treatments for long-term recovery were one-on-one counseling (17.4%), residential treatment (16.7%), and buprenorphine (15.3%). CONCLUSION: Public health initiatives to engage out-of-treatment individuals should take into account recovery goals and treatment preferences to maximize treatment initiation and retention.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,291
Écart entre enseignants0,259 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Addiction MedicineMême sujetOpioid Use Disorder TreatmentTravaux en français237 207