MétaCan
Menu
Retour à la cohorte
Enregistrement W3172078031 · doi:10.1111/add.15601

Does heroin‐assisted treatment reduce crime? A review of randomized‐controlled trials

2021· review· en· W3172078031 sur OpenAlexaboutno aff
Rosanna Smart, Peter Reuter

Notice bibliographique

RevueAddiction · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeroinMethadoneRandomized controlled trialProperty crimeMethadone maintenanceMedicinePsychiatryPossession (linguistics)PsychologyDrugCriminologyInternal medicineViolent crime

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Several randomized controlled trials (RCTs) conclude that heroin-assisted-treatment (HAT) has a larger benefit-cost ratio than oral methadone because HAT more reliably and substantially reduces participants' criminal activity. This review: (1) summarizes results from RCTs concerning the comparative effectiveness of HAT for reducing criminal activity and (2) examines the role of different mechanisms for explaining changes in crime. DESIGN: Systematic search of five databases for RCTs evaluating comparative effectiveness of HAT on participant crime outcomes and potential mediators of crime. Narrative synthesis with tabular comparisons of outcomes extracted across RCTs. SETTING: Europe and Canada. PARTICIPANTS: Twenty studies, spanning 10 RCTs with 2427 participants, met inclusion criteria. INTERVENTIONS: HAT compared to other treatments for opioid use disorder, primarily oral methadone. MEASUREMENTS: The primary outcome was criminal activity. Mediator outcomes included illicit heroin use, drug expenditures, employment and earnings and social functioning. FINDINGS: All trials found significantly reduced criminal activity among HAT participants, and four found significantly larger reductions for HAT compared to control condition [median odds ratios (ORs) = 0.45]. Reductions in crime are concentrated in drug-related and property offenses (ORs range from 0.14 to 0.90 and from 0.12 to 1.89, respectively). Comparative efficacy of HAT for reducing illicit heroin use probably explains reductions in drug possession offenses, but does not show consistent correlation with drug dealing or property offenses. While three trials showed reductions in drug expenditures as possibly driving crime reductions, others did not report expenditures. There is little evidence that treatment effects on economic and social functioning outcomes explain within-trial changes in criminal activity. CONCLUSIONS: Existing literature suggests that heroin-assisted treatment reduces criminal activity, but trials varied in whether these effects exceeded those from oral methadone treatment. Inconsistency in outcome measures across trials complicates understanding drivers of heterogeneity. More detailed information on legal and illegal income, drug expenditures and social interactions could improve our understanding of the causal mechanisms underlying the effect of heroin-assisted-treatment on crime.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens large)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0330,012
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,098
Tête enseignante GPT0,404
Écart entre enseignants0,306 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207