Harm reduction in the Heartland: public knowledge and beliefs about naloxone in Nebraska, USA
Notice bibliographique
Résumé
BACKGROUND: Opioid-related overdose deaths have been increasing in the United States (U.S.) in the last twenty years, creating a public health challenge. Take-home naloxone is an effective strategy for preventing opioid-related overdose death, but its widespread use is particularly challenging in smaller cities, towns, and rural areas where it may be stigmatized and/or poorly understood. METHODS: We analyzed data on knowledge and beliefs about drug use and naloxone among the general public in Nebraska, a largely rural state in the Great Plains region of the U.S., drawing on the 2020 Nebraska Annual Social Indicators Survey. RESULTS: Respondents reported negative beliefs about people who use drugs (PWUD) and little knowledge of naloxone. Over half reported that members of their community view PWUD as blameworthy, untrustworthy, and dangerous. Approximately 31% reported being unaware of naloxone. Only 15% reported knowing where to obtain naloxone and less than a quarter reported knowing how to use it. Knowing where to obtain naloxone is associated with access to opioids and knowing someone who has recently overdosed, but having ever used opioids or being close to someone who uses opioids is not associated with naloxone knowledge. Finally, almost a quarter of respondents endorsed the belief that people who use opioids will use more if they have access to naloxone. CONCLUSION: Our findings highlight stigmatizing beliefs about PWUD and underscore the need for further education on naloxone as an effective strategy to reduce opioid-related overdose death. We highlight the implications of these findings for public education efforts tailored to non-urban communities.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».