Take-home dosing experiences among persons receiving methadone maintenance treatment during COVID-19
Notice bibliographique
Résumé
PURPOSE: Methadone maintenance treatment is a life-saving treatment for people with opioid use disorders (OUD). The coronavirus pandemic (COVID-19) has introduced many concerns surrounding access to opioid treatment. In March 2020, the Substance Abuse and Mental Health Services Administration (SAMHSA) issued guidance allowing for the expansion of take-home methadone doses. We sought to describe changes to treatment experiences from the perspective of persons receiving methadone at outpatient treatment facilities for OUD. METHODS: We conducted an in-person survey among 104 persons receiving methadone from three clinics in central North Carolina in June and July 2020. Surveys collected information on demographic characteristics, methadone treatment history, and experiences with take-home methadone doses in the context of COVID-19 (i.e., before and since March 2020). RESULTS: Before COVID-19, the clinic-level percent of participants receiving any amount of days' supply of take-home doses at each clinic ranged from 56% to 82%, while it ranged from 78% to 100% since COVID-19. The clinic-level percent of participants receiving a take-homes days' supply of a week or longer (i.e., ≥6 days) since COVID-19 ranged from 11% to 56%. Among 87 participants who received take-homes since COVID-19, only four reported selling their take-home doses. CONCLUSIONS: Our study found variation in experiences of take-home dosing by clinic and little diversion of take-home doses. While SAMSHA guidance should allow expanded access to take-home doses, adoption of these guidelines may vary at the clinic level. The adoption of these policies should be explored further, particularly in the context of benefits to patients seeking OUD treatment.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».