MétaCan
Menu
Retour à la cohorte
Enregistrement W3013475638 · doi:10.1186/s12954-019-0336-0

Evaluating networked drug checking services in Toronto, Ontario: study protocol and rationale

2020· article· en· W3013475638 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueHarm Reduction Journal · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensToronto Public HealthCentre for Addiction and Mental HealthUniversity of TorontoUniversity of British ColumbiaPublic Health OntarioRegent Park Community Health CentreSt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaNational Institute on Drug AbuseOntario Ministry of Research, Innovation and ScienceSt. Michael's Hospital Foundation
Mots-clésHarm reductionPublic healthMedicineOpioid overdoseEnvironmental healthMedical emergencyBusinessNursingOpioid

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The increasing incidence of fatal opioid overdose is a public health crisis in Canada. Given growing consensus that this crisis is related to the presence of highly potent opioid adulterants (e.g., fentanyl) in the unregulated drug supply, drug checking services (DCS) have emerged as part of a comprehensive approach to overdose prevention. In Canada's largest city, Toronto, a network of DCS launched in 2019 to prevent overdose and overdose-related risk behaviors. This network employs mass spectrometry technologies, with intake sites co-located with supervised consumption services (SCS) at three frontline harm reduction agencies. The protocol and rationale for assessing the impact of this multi-site DCS network in Toronto is described herein. The aims of this study are to (1) evaluate the impact of DCS access on changes in and factors influencing overdose and related risk behaviors, (2) investigate the perceived capacity of DCS to prevent overdose, and (3) identify composition (qualitative and quantitative) trends in Toronto's unregulated drug supply. METHODS: We will use a parallel-mixed-methods design with complementary data sources (including data from chemical analysis of drug samples, quantitative intake and post-test surveys, SCS, coroners, paramedic services, and qualitative interviews), followed by a meta-inference process wherein results from analyses are synthesized. RESULTS: Whereas most DCS globally target "recreational drug users," in Toronto, this networked DCS will primarily target marginalized people who use drugs accessing frontline services, many of whom use drugs regularly and by injection. This evolution in the application of DCS poses important questions that have not yet been explored, including optimal service delivery models and technologies, as well as unique barriers for this population. Increasing information on the unregulated drug supply may modify the risk environment for this population of people who use drugs. CONCLUSIONS: This study addresses evidence gaps on the emerging continuum of overdose prevention responses and will generate critical evidence on a novel approach to reducing the ongoing high incidence of drug-related morbidity and mortality in Canada and elsewhere.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,344
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,056
Tête enseignante GPT0,382
Écart entre enseignants0,327 · 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