MétaCan
Menu
Retour à la cohorte
Enregistrement W3009292207 · doi:10.1097/adm.0000000000000643

An Acute Care Contingency Management Program for the Treatment of Stimulant Use Disorder: A Case Report

2020· article· en· W3009292207 sur OpenAlexaffabout
Paxton Bach, Emma Garrod, Kaye Robinson, Nadia Fairbairn

Notice bibliographique

RevueJournal of Addiction Medicine · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensBritish Columbia Centre on Substance UseProvidence Health Care
Organismes subventionnairesNational Institute on Drug Abuse
Mots-clésContingency managementMedicineStimulantCase managementContingency planAcute careAcute medicinePsychiatryIntensive care medicineHealth careIntervention (counseling)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Illicit stimulants such as crystal methamphetamine and cocaine are a rising cause of morbidity and mortality in North America. Unfortunately, there are few evidence-based approaches for the management of stimulant use disorder. Contingency management programs are currently the best evidenced treatment strategy, designed to reward behavior change and offer competing reinforcers toward the goal of reducing substance use, but these programs are often difficult to access. Given that it is well understood that hospitalization presents a valuable opportunity for the initiation of treatment for a variety of substance use disorders, the adaptation of contingency management programs to an acute medicine inpatient setting is a potentially viable option to improve care, and to increase access to effective treatment for stimulant use disorders. CASE SUMMARY: We present a case outlining the clinical care of a complex medical patient admitted with osteomyelitis, whose course in hospital changed significantly upon enrollment in a pilot contingency management program in an urban hospital in Canada. DISCUSSION: This case illustrates how effective treatment programs can be adapted as needed for use in novel settings, especially where current options are inaccessible, inadequate, or ineffective.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,360

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 Opus0,079
Tête enseignante GPT0,448
Écart entre enseignants0,369 · 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'étudeAutre devis
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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Addiction MedicineMême sujetForensic Toxicology and Drug AnalysisTravaux en français237 207