Pharmacological interventions for alcohol misuse in correctional settings: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The prevalence of alcohol use disorder (AUD) is estimated to be 10 times higher amongst individuals in the criminal justice system than the general population. Alcohol use is also one of the strongest modifiable risk factors for recidivism. One intervention that has been shown to be effective in reducing alcohol consumption in the general population is medication-assisted treatment (MAT), and this systematic review synthesized the existing evidence on MAT for AUD in correctional settings. METHODS: Empirical, peer-reviewed studies on approved medications for AUD in correctional populations were searched in major databases. One hundred sixty-two articles were initially screened and 14 eligible articles were included in the final review. Four articles examined disulfiram, and 10 articles examined naltrexone. RESULTS: The studies on disulfiram were considerably older than those on naltrexone, predating contemporary scientific standards. Disulfiram in combination with substantial contingencies in a supervised setting significantly reduced alcohol-related measures of consumption and recidivism and had acceptable safety and tolerability. All naltrexone studies showed significant reductions in alcohol-related measures, but effects on recidivism were mixed. The naltrexone studies indicated that it was highly acceptable and well tolerated. In addition, offenders receiving naltrexone had significantly greater medication adherence, treatment attendance, and treatment duration than with placebo. CONCLUSIONS: A small number of studies on pharmacological interventions for AUD in the correctional population suggest that MAT is effective in reducing alcohol consumption, although results on recidivism are mixed. On balance, the evidence was more supportive of naltrexone in reducing alcohol-related outcomes than disulfiram and it may also be a more feasible intervention in correctional settings. Further research on MAT to address AUD in correctional populations with larger sample sizes, longer duration, and in combination with behavioral interventions is warranted.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| 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 | 0,001 |
| 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 ».