Problematic Opioid Use: A Scoping Literature Review of Profiles
Notice bibliographique
Résumé
Background and Objectives: Problematic opioid use can be defined as opioid use behaviors leading to social, medical, or psychological consequences. In some instances, people presenting problematic opioid use can also meet criteria for an opioid use disorder. A growing body of literature highlights different types of people who use opioids, with contrasting characteristics and initiation patterns. In recent years, dynamic trends in opioid use have been documented and studies have demonstrated a shift in profiles. Methods: A scoping literature review was conducted to identify profiles of people presenting problematic opioid use, in order to support the development of tailored interventions and services. Results: Nine articles met the inclusion criteria. Five classifications emerge from the literature reviewed to distinguish types of people presenting problematic opioid use, according to: (1) the type of opioids used, (2) the route of opioid administration, (3) the level of quality of life, (4) patterns of other drugs used, and (5) dependence severity. While samples, concepts, and measurement tools vary between studies, the most salient finding might be the distinct profile of people presenting problematic use of pharmaceutical-type opioids. Discussion and Conclusions: This scoping review highlights that few studies address distinctive profiles of people presenting problematic opioid use. Geographical and chronological differences suggest that local timely assessments may be needed to tailor the service offer to specific needs. Scientific Significance: Future studies should focus on providing a deep understanding of distinct experiential perspectives and service needs, through exploratory quantitative and qualitative designs.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».