Acceptability and efficacy of naltrexone for criminal justice‐involved individuals with opioid use disorder: a systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Criminal justice-involved individuals carry a disproportionately higher burden of opioid use disorder (OUD) than those not involved with the criminal justice system, and are often unable to access opioid agonist therapies such as methadone and buprenorphine. The opioid receptor antagonist naltrexone (NTX) is effective for the prevention of relapse to OUD and may be more acceptable in criminal justice settings. The objectives of this review were to: (1) provide an overall summary effect across studies for the efficacy and acceptability of oral and injectable NTX for the treatment of OUD among criminal justice-involved individuals and (2) examine systematic variations in study results to explain heterogeneity among study-specific effects. METHODS: Systematic review and meta-analysis of 1045 patients across 11 studies (10 randomized controlled trials, one quasi-experimental study). All available outcomes were pooled using random-effects meta-analysis. Subgroup analyses were conducted for oral and injectable naltrexone; meta-regression analyses were conducted for socio-demographic and study-level characteristics. RESULTS: NTX improved retention in treatment [risk ratio (RR) = 1.31; 95% confidence interval (CI) = 1.05, 1.63], reduced rates of re-incarceration (RR = 0.70, 95% CI = 0.54-0.92), reduced opioid relapse (RR = 0.63, 95% CI = 0.53-0.76) and improved opioid abstinence (RR = 1.38, 95% CI = 1.16-1.65). While NTX was associated with a greater burden of adverse events overall (RR = 1.49, 95% CI = 1.13-1.95), the findings were inconclusive as to whether or not a difference was present for the number of serious adverse events or overdoses. CONCLUSIONS: Naltrexone appears to be efficacious and acceptable for the treatment of opioid use disorder among criminal justice-involved individuals; however, the risk for adverse events must be weighed against the potential benefits.
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 | 0,014 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,038 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».