Feasibility and acceptability of take‐home naloxone for people released from prison in New South Wales, Australia
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: To assess the feasibility and acceptability of a take-home naloxone program for people with a history of opioid use released from prison in New South Wales, Australia. DESIGN AND METHODS: Cross-sectional interviews with people with a history of opioid use who were recently released from prison (n = 105), and semi-structured interviews with key clinical and operational staff of Justice Health and Forensic Mental Health Network and Corrective Services NSW (n = 9). RESULTS: Among people with a history of opioid use who had recently left prison, there was very high awareness of the elevated risk of overdose following release from prison (95%) and the potential for naloxone to reverse an opioid overdose (97%). Participants considered that their personal risk of overdose was low, despite ongoing opioid use being common. Participants were largely supportive of take-home naloxone, but the majority (83%) stated that proactively obtaining naloxone would be a low priority for them following release. Key informants were supportive of introducing naloxone training and supply and identified barriers to implementation, including adequate resourcing, identifying the population for training, and developing an appropriate model of training and implementation. DISCUSSION AND CONCLUSION: There was widespread support for naloxone training in custody and distribution at release among people recently released from prison and key stakeholders in health-care provision and prisons administration. As proactively accessing naloxone is a low priority for patients, naloxone supply at release may be more effective than programs that refer releasees to local pharmacies, but developing a sustainable supply model requires consideration of several barriers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».