Successful Implementation of Managed Alcohol Programs in the San Francisco Bay Area during the Covid-19 Crisis
Notice bibliographique
Résumé
Background The COVID-19 crisis presents new challenges and opportunities in managing alcohol use disorders, particularly for people unable to shelter in place due to homelessness or other reasons. Requiring abstinence for shelter engagement is impractical for many with severe alcohol use disorders and poses a modifiable barrier to self-isolation orders. Managed alcohol programs (MAPs) have successfully increased housing adherence for those with physical alcohol dependence in Canada, but to our knowledge, they have not been implemented in the United States. To avoid life-threatening alcohol withdrawal syndromes and to support adherence to COVID-19 self-isolation and quarantine orders, MAPs were piloted by the public health departments of San Francisco and Alameda counties. Development of MAPs We describe implementation of a first-in-the-nation alcohol use disorder intervention of a MAP that emerged at three public health isolation settings within San Francisco and Alameda counties in California. All three interventions utilized a similar process to develop the protocol and implement the MAP that included identification of champions for system-level advocacy and engagement of stakeholders. Implementation of MAPs We describe the creation and implementation of the distinct protocols. We provide examples of iterative changes to workflow processes and key lessons learned pertaining to protocol development, acceptability by stakeholders, alcohol procurement, documentation, and assessment. We discuss safety considerations, noting that there were no deaths or serious adverse events in any of the patients of the MAP during the 2-month implementation period. Conclusions MAP pilots have been implemented in the US to aid adherence to isolation and quarantine setting guidelines. Lessons learned provide a foundation for their expansion as a recognized public health intervention for individuals with severe alcohol use disorders who are unable to stabilize within existing care systems. Based on the success of MAP implementation, efforts are under way to investigate alcohol management in homeless populations more broadly.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».