MétaCan
Menu
Retour à la cohorte
Enregistrement W4220869867 · doi:10.1186/s12888-022-03814-5

Exploring why patients in heroin-assisted treatment are getting incarcerated—a qualitative study

2022· article· en· W4220869867 sur OpenAlexaboutno aff
Maximilian Meyer, Bernd Rist, Johannes Strasser, Undine E. Lang, Marc Vogel, Kenneth M. Dürsteler, Marc Walter

Notice bibliographique

RevueBMC Psychiatry · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyHeroinPsychiatryPrisonConvictionCognitionClinical psychologyQualitative researchNarrativeCriminology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Heroin-assisted treatment has proven effective in reducing criminal offenses in opioid dependent individuals. Few studies attempted to explain the observed crime reduction and the reasons why these patients keep offending and getting incarcerated have to date not been explored. METHODS: Patients with a history of incarcerations during the time of participating in heroin-assisted treatment (n = 22) were invited to a semi-structured, narrative interview. Findings were evaluated with Mayring's qualitative content analysis framework. Additionally, the Montreal Cognitive Assessment test and the multiple-choice vocabulary intelligence test used to assess cognitive impairment and premorbid intelligence levels. RESULTS: Three main categories emerged in patients' narratives on their incarcerations: cocaine use, impaired functioning, and financial constraints. Lifetime prevalence of cocaine use disorder was 95.5% and their cocaine use often led to patients getting incarcerated. Impaired functioning mainly constituted the inability to receive and open mail. Financial constraints led to incarcerations in lieu of payment in 16 participants (72.7%). Categories overlapped notably and often occurred in close temporal proximity. A fourth category on the likelihood of getting incarcerated again in the future was inhomogeneous and ranged from the strong conviction to complete rejection of the scenario. Average premorbid intelligence levels were found, whereas the cognitive assessment suggested severe cognitive impairment in our sample. CONCLUSION: Participants mainly reported to have committed minor offenses and not being able to pay for resulting fines. The resulting prison sentences are an unconvincing practice from a medical and economic perspective alike. Public expenditure and the interruptions of the continuum of care could be reduced by legislatively protecting these marginalised patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,349
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetOpioid Use Disorder TreatmentTravaux en français237 207