MétaCan
Menu
Retour à la cohorte
Enregistrement W3120023054 · doi:10.1177/1073110520979383

An Ethicolegal Analysis of Involuntary Treatment for Opioid Use Disorders

2020· article· en· W3120023054 sur OpenAlexaffabout
Farhad R. Udwadia, Judy Illes

Notice bibliographique

RevueThe Journal of Law Medicine & Ethics · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensNeuroDevNet
Organismes subventionnairesnon disponible
Mots-clésHarmAutonomyPsychological interventionCommitIntervention (counseling)LawPolitical scienceMedical prescriptionMedicinePsychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

Supply-side interventions such as prescription drug monitoring programs, "pill mill" laws, and dispensing limits have done little to quell the burgeoning opioid crisis. An increasingly popular demand-side alternative to these measures - now adopted by 38 jurisdictions in the USA and 7 provinces in Canada - is court-mandated involuntary commitment and treatment. In Massachusetts, for example, Part I, Chapter 123, Section 35 of the state's General Laws allows physicians, spouses, relatives, and police officers to petition a court to involuntarily commit and treat a person whose alcohol or drug abuse poses a likelihood of serious harm. This paper explores the ethical underpinnings of this law as a case study for others. First, we highlight the procedural and substantive standards of Section 35 and evaluate the application of the law in practice, including the frequency with which it has been invoked and outcomes. We then use this background to inform an ethical critique of the law. Specifically, we argue that the infringement of autonomy and privacy associated with involuntary intervention under Section 35 is not currently justified on the grounds of a lack of evidenced benefits and a risk of significant of harm. Further ethical concerns also arise from a lack of standard of care provided under the Section 35 pathway. Based on this analysis, we advance four recommendations for change to mitigate these ethical shortcomings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,014
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,138
Tête enseignante GPT0,403
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Medicine & EthicsMême sujetOpioid Use Disorder TreatmentTravaux en français237 207