Measuring Treatment Attrition at Various Stages of Engagement in Opioid Agonist Treatment in Ontario Canada Using a Cascade of Care Framework
Notice bibliographique
Résumé
Abstract Background The cascade of care framework is an effective way to measure attrition at various stages of engagement in Opioid Agonist Treatment (OAT). The primary objective of the study was to describe the cascade of care for individuals who have accessed OAT from a network of specialized addiction clinics in Ontario, Canada. The secondary objectives were to evaluate correlates associated with retention in OAT at various stages and the impact of patients' location of the residence on retention in OAT. Design: A multi-clinic retrospective cohort study was conducted using electronic medical record (EMR) data from the largest network of OAT clinics in Canada (70 clinics) from 2014-2020. Study participants included all individuals who received OAT from the network of clinics during the study period. Measurements: In this study, four stages of the cascade of care framework were operationalized to identify treatment engagement patterns, including patients retained within 90 days, 90 to 365 days, one to two years, and more than two years. Correlates associated with OAT retention for 90 days, 90 to 365 days, one to two years, and more than two years were also evaluated and compared across rural and urban areas in northern and southern Ontario. Results A total of 32,487 individuals were included in the study. Compared to individuals who were retained in OAT for 90 days, individuals who were retained for 90 to 365 days, one to two years, or more than two years were more likely to have a higher number of treatment attempts, a higher number of average monthly urine drug screening and a lower proportion of positive urine drug screening results for other drug use. Conclusion Distinct sociodemographic and clinical factors are likely to influence treatment retention at various stages of engagement along the OAT continuum. Research is required to determine if tailored strategies specific to people at different stages of engagement have the potential to improve outcomes of OAT.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».