Informal Coping Strategies Among People Who Use Opioids During COVID-19: Thematic Analysis of Reddit Forums
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has transformed how people seeking to reduce opioid use access treatment services and navigate efforts to abstain from using opioids. Social distancing policies have drastically reduced access to many forms of social support, but they may have also upended some perceived barriers to reducing or abstaining from opioid use. OBJECTIVE: This qualitative study aims to identify informal coping strategies for reducing and abstaining from opioid use among Reddit users who have posted in opioid-related subreddits at the beginning of the COVID-19 pandemic. METHODS: We extracted data from 2 major opioid-related subreddits. Thematic data analysis was used to evaluate subreddit posts dated from March 5 to May 13, 2020, that referenced COVID-19 and opioid use, resulting in a final sample of 300 posts that were coded and analyzed. RESULTS: Of the 300 subreddit posts, 100 (33.3%) discussed at least 1 type of informal coping strategy. Those strategies included psychological and behavioral coping skills, adoption of healthy habits, and use of substances to manage withdrawal symptoms. In addition, 12 (4%) subreddit posts explicitly mentioned using social distancing as an opportunity for cessation of or reduction in opioid use. CONCLUSIONS: Reddit discussion forums have provided a community for people to share strategies for reducing opioid use and support others during the COVID-19 pandemic. Future research needs to assess the impact of COVID-19 on opioid use behaviors, especially during periods of limited treatment access and isolation, as these can inform future efforts in curbing the opioid epidemic and other substance-related harms.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».