MétaCan
Menu
Retour à la cohorte
Enregistrement W3008925363 · doi:10.1097/cxa.0000000000000076

Individual Factors Associated with Opioid Agonist Therapy Retention in Northern Ontario

2020· article· en· W3008925363 sur OpenAlexaffvenueabout
Salima Oukachbi, Saara Rizzo

Notice bibliographique

RevueThe Canadian Journal of Addiction · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensNOSM UniversityLakehead UniversityThunder Bay Regional Health Sciences Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineOpioid use disorderPsychiatryOpioidInternal medicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objectives: Opioid agonist therapy (OAT) is well accessed in Northern Ontario, but treatment drop-out rates are high, and retention is clearly established as a key indicator of success. Improving retention through identification and targeting of contributing factors could yield better patient outcomes. This study aimed to identify individual factors associated with OAT retention among patients enrolled in Northern Ontario. Method: Forty-five individuals completed face-to-face interviews within 2 weeks of OAT enrolment at an outpatient clinic in Thunder Bay, Ontario. The association of baseline factors with program retention was analyzed at 1, 3, and 6 months postintake. Results: At 1 month, receiving financial support from others and being comfortable with spirituality and beliefs were protective against dropout, while history of criminal conviction was a risk factor ( P < 0.05). At 3 months, living at current home for at least 1 year and receiving financial support from others were protective factors, whereas recent heroin use and recent family conflict were risk factors ( P < 0.05). At 6 months, no protective factors were identified, but recent family conflict was a risk factor ( P < 0.05). Conclusion: This study identified several individual factors associated with OAT retention among patients enrolled in Northern Ontario. It may be useful to consider these factors in developing targeted risk-reduction and treatment strategies. Overall, this study highlights the need for individualized, whole person care and integration of support services into OAT programs. Objectifs: La thérapie par agonistes opioïdes (TAO) est très accessible dans le Nord de l’Ontario, mais les taux d’abandon du traitement sont élevés et la rétention est clairement établie comme un indicateur clé de succès. L’amélioration de la rétention grâce à l’identification et au ciblage des facteurs contributifs pourrait produire de meilleurs résultats pour les patients. Cette étude vise à identifier les facteurs individuels associés à la rétention de l’OAT chez les patients inscrits dans le nord de l’Ontario. Méthode: Quarante-cinq personnes ont effectué des entrevues personnelles dans les deux semaines suivant l’inscription à l’OAT dans une clinique externe à Thunder Bay, en Ontario. L’association des facteurs de base avec la rétention du programme a été analysée un, trois et six mois après l’admission. Résultats: Après un mois, recevoir un soutien financier et être à l’aise avec la spiritualité et les croyances protégeaient contre le décrochage, tandis que les antécédents de condamnation criminelle étaient un facteur de risque ( P < 0,05). Après trois mois, vivre au domicile actuel pendant au moins un an et recevoir un soutien financier étaient des facteurs de protection, alors que la consommation récente d’héroïne et les récents conflits familiaux étaient des facteurs de risque ( P < 0,05). Après six mois, aucun facteur de protection n’a été identifié, mais un conflit familial récent était un facteur de risque ( P < 0,05). Conclusion: Cette étude a identifié plusieurs facteurs individuels associés à la rétention de l’OAT chez les patients inscrits dans le nord de l’Ontario. Il peut être utile de retenir ces facteurs dans l’élaboration de stratégies ciblées de réduction des risques et de traitements. Dans l’ensemble, cette étude met en évidence la nécessité de soins individualisés pour la personne dans son intégralité et de l’intégration des services de soutien dans les programmes OAT.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,853
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,227
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations4
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of AddictionMême sujetOpioid Use Disorder TreatmentTravaux en français237 207