MétaCan
Menu
Retour à la cohorte
Enregistrement W2954952635 · doi:10.1186/s13722-019-0153-5

Factors associated with willingness to wear an electronic overdose detection device

2019· article· en· W2954952635 sur OpenAlexafffundabout
Keith Ahamad, Huiru Dong, Cheyenne Johnson, Kanna Hyashi, Kora DeBeck, M‐J Milloy, Evan Wood

Notice bibliographique

RevueAddiction Science & Clinical Practice · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensUniversity of British ColumbiaSimon Fraser UniversityBritish Columbia Centre on Substance Use
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésMedicine(+)-NaloxoneLogistic regressionOpioid overdoseOdds ratioConfidence intervalEmergency medicineDrug overdoseCohortPsychiatryOpioidPoison controlInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: North America is in the midst of an opioid overdose epidemic. Although take-home naloxone and other measures have been an effective strategy to reduce overdoses, many events are unwitnessed and mortality remains high amongst those using drugs alone. While wearable devices that can detect and alert others of an overdose are being developed, willingness of people who use drugs to wear such a device has not been described. METHODS: Drug using persons enrolled in a community-recruited cohort in Vancouver, Canada, were asked whether or not they would be willing to wear a device against their skin that would alert others in the event of an overdose. Logistic regression was used to identify factors independently associated with willingness to wear such a device. RESULTS: Among the 1061 participants surveyed between December 2017 and May 2018, 576 (54.3%) were willing to wear an overdose detection device. Factors independently associated with willingness included ever having overdosed (adjusted odds ratio [AOR] = 1.39, 95% confidence interval [CI] 1.06-1.83), current methadone treatment (AOR = 1.86, 95% CI 1.45-2.40), female gender AOR = 1.41, 95% CI 1.09-1.84) and a history of chronic pain (AOR = 1.53, 95% CI 1.19-1.96). Whereas homelessness (AOR = 0.67, 95% CI 0.50-0.91) was negatively associated with willingness. CONCLUSIONS: A high level of willingness to wear an overdose detection device was observed in this setting and a range of factors associated with overdose were positively associated with willingness. Since some factors, such as homelessness may be a barrier, further research is needed to investigate explanations for unwillingness and to evaluate real world acceptability of a wearable overdose detection devices as this technology becomes available.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,058
Tête enseignante GPT0,412
Écart entre enseignants0,354 · 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

Citations31
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAddiction Science & Clinical PracticeMême sujetOpioid Use Disorder TreatmentTravaux en français237 207