Addiction Treatment and Telehealth: Review of Efficacy and Provider Insights During the COVID-19 Pandemic
Notice bibliographique
Résumé
OBJECTIVE: Addiction treatment via telehealth expanded to unprecedented levels during the COVID-19 pandemic. This study aimed to clarify whether the research evidence on the efficacy of telehealth-delivered substance use disorder treatment and the experience of providers using telehealth during the pandemic support continued use of telehealth after the pandemic and, if so, under what circumstances. METHODS: Data sources included a literature review on the efficacy of telehealth for substance use disorder treatment, responses to a 2020 online survey from 100 California addiction treatment providers, and interviews with 30 California treatment providers and other stakeholders. RESULTS: Eight published studies were identified that compared addiction treatment via telehealth with in-person treatment. Seven found telehealth treatment as effective but not more effective than in-person treatment in terms of retention, therapeutic alliance, and substance use. One Canadian study found that telehealth facilitated methadone prescribing and improved retention. In the survey results reported here, California addiction treatment providers said that more than 50% of their patients were being treated via telehealth for intensive outpatient treatment, individual counseling, group counseling, and intake assessment. They were most confident that individual counseling via telehealth was as effective as in-person individual counseling and less sure about the relative effectiveness of telehealth-delivered medication management, group counseling, and intake assessments. CONCLUSIONS: Telehealth may help engage patients in addiction treatment by improving access and convenience. Additional research is needed to confirm that benefit and to determine how best to tailor telehealth to each patient's circumstances and with what mix of in-person and telehealth services.
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 | 0,016 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».