Effect of Assertive Community Treatment for Patients with Substance Use Disorder: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: Substance use disorders (SUD) are an important health issue internationally. Traditional outpatient programmes often do not adequately address the substantial medical and social needs and in addition many patients have difficulties accessing the care needed. The assertive community treatment (ACT) model was originally developed for patients with a severe mental illness but has been adapted for patients with SUD by integrating specific SUD treatments into the traditional ACT model. This paper aims to assess the effectiveness of ACT for patients with SUD on a number of measures. METHODS: We performed a systematic review of ACT interventions for patients with SUD by analyzing randomized controlled studies published before June 2017 found on the electronic databases PsychINFO, MEDLINE, PsychARTICLES. Eleven publications using 5 datasets were included in the analysis. Quality of studies was analyzed using the JADAD scale or Oxford quality scoring system. Outcome measures used were substance use, treatment engagement, hospitalization rates, quality of life, housing status, medication compliance and legal problems. Patients included in the studies had a diagnosis of SUD. Two datasets included homeless patients and 2 datasets included patients with high service use. RESULTS AND CONCLUSIONS: The results of the very few existing randomized control studies are mixed. Treatment engagement was higher for ACT in 4 datasets. One dataset reported higher service contact rates for the ACT group than for controls. In 2 datasets a positive effect on hospitalization rates was found. Higher fidelity to the ACT model appears to improve outcomes. Substance use reduced only in half of the datasets, of which only one showed a significant reduction in the ACT group. Overall, ACT is a promising approach that may be useful for promoting treatment engagement for patients with SUD. According to earlier studies on patients with severe mental illness, patients with high inpatient service use benefit most from this assertive approach. We hypothesize that a similar high need user group among patients with SUD might benefit most from ACT. Further research is needed to examine which types of clinical interventions might help difficult-to-engage patients with addictions.
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 | 0,006 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».