Protocol for Outcome Evaluation of Ayahuasca-Assisted Addiction Treatment: The Case of Takiwasi Center
Notice bibliographique
Résumé
The present study describes the protocol for the Ayahuasca Treatment Outcome Project (ATOP) with a special focus on the evaluation of addiction treatment services provided through Takiwasi Center, the first ATOP study site. The goal of the project is to assess treatment outcomes and understand the therapeutic mechanisms of an Ayahuasca-assisted, integrative treatment model for addiction rehabilitation in the Peruvian Amazon. The proposed intervention protocol highlights the significance of treatment setting in the design, delivery, and efficacy of an addiction rehabilitation program that involves the potent psychedelic tea known as Ayahuasca. After describing the context of the study, we put forth details about our mixed-methods approach to data collection and analysis, with which we seek to gain an understanding of why, how, and for whom this specific ayahuasca-assisted treatment program is effective across a range of outcomes. The ATOP protocol employs qualitative research methods as a means to determine which aspects of the setting are meaningful to clients and practitioners, and how this may correlate with outcome measures. This paper delineates the core principles, methods, and measures of the overall ATOP umbrella, then discusses the role of ATOP in the context of the literature on long-term residential programs. To conclude, we discuss the strengths and limitations of the protocol and the intended future of the project.
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 | 0,104 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,019 |
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 ».