‘You’re not just a medical professional’: Exploring paramedic experiences of overdose response within Vancouver’s downtown eastside
Notice bibliographique
Résumé
BACKGROUND: Overdose response has become an increasingly relevant component of paramedic practice, particularly in light of increased opioid overdose globally. Previous studies have noted gaps in our understanding regarding the unique challenges which paramedics face during this form of pre-hospital emergency care. The aim of this study is to explore and describe the ways in which paramedics experience overdose response, specifically within a community markedly affected by the overdose crisis. METHODS: Ten participants were recruited from a single ambulance station located in an urban center in Western Canada. Two rounds of semi-structured individual interviews were conducted, and data saturation was found to have been reached. Verbatim transcripts were produced and subject to two rounds of descriptive and pattern coding. A second researcher reviewed all of the codes, with disagreements being handled by discussion until agreement was obtained. Themes were identified, along with a Core Category which seeks to describe the underlying dynamics of overdose response represented in our data. The concept of a Core Category was borrowed from Grounded Theory methodology. FINDINGS: Five major themes were identified: Connecting with patients' lived experiences; Occupying roles as clinicians and patient advocates; Navigating on-scene hazards; Difficulties with transitions of care; and Emotional burden of the overdose crisis. A core category was identified as One's capacity to help. CONCLUSIONS: This research contributes to existing literature on overdose response by specifically examining paramedic experiences during this form of emergency care. While paramedics felt highly confident in providing clinical care, their capacity to address underlying causes of drug use was understood as much more limited. Participants found ways to address this lack of control, along with feelings of frustration, by trying to understand patient perspectives and adopting empathetic attitudes.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,015 | 0,007 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».