Substance of choice, impact of heroin or opium on treatment retention in a multicentre randomised controlled trial in Iran
Notice bibliographique
Résumé
INTRODUCTION: In the Middle East and Asia, illicit opioid use exists across a spectrum between heroin and opium. The impact of primary opioid of choice on opioid agonist treatment retention has not been well evaluated previously, especially for opium tincture, an increasingly popular form of opioid agonist treatment in Iran. This study investigates the relationship between primary opioid of choice, namely heroin or opium, and retention in opium tincture and methadone treatment. METHODS: Participants with opioid use disorder (n = 204) were randomised to receive opium tincture or methadone. All participants were categorised as mainly using opium or heroin. Bivariate analyses between treatment retention and primary opioid of choice (P < 0.05) and logistic regression were conducted. RESULTS: Among the 191 participants included in this analysis, heroin was the primary substance of choice for 135 participants (70.7%) and opium for 56 (29.3%). Bivariate analysis showed that the opium group was more likely to be satisfied with family situation, employed and retained in treatment than the heroin group while less likely to experience incarceration and use multiple substances. When adjusting for covariates, primary opioid of choice was not significantly associated with retention in either methadone or opium tincture treatment arm. DISCUSSION AND CONCLUSIONS: Positive factors, such as employment, housing and family support, seem to collectively explain the higher retention in treatment among those who primarily use opium compared to those who use heroin. To optimise retention in opioid agonist treatment, biopsychosocial care models should be further evaluated to improve psychosocial functioning.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».