Exploring the experiences of clients receiving opioid use disorder treatment at a methadone clinic in Kenya: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: Assessing the experiences of individuals on methadone treatment is essential to help evaluate the treatment program's effectiveness. This study aimed to explore the experiences of patients receiving methadone treatment at a clinic in Nairobi, Kenya. METHOD: This study employed an exploratory qualitative study design. Through purposive sampling, participants were enrolled from individuals attending a methadone clinic for at least 2 years. Semi-structured individual interviews were used to collect data on substance use and experience before methadone treatment and experiences after starting methadone treatment, including benefits and challenges. Interviews were transcribed, and NVIVO 12 software was used to code the data using the preidentified analytical framework. Thematic analyses were utilized to identify cross-cutting themes between these two data sets. Seventeen participants were enrolled. RESULTS: Seventeen participants were enrolled comprising 70% males, with age range from 23 to 49 years and more than half had secondary education. The interview data analysis identified four themes, namely: (a) the impact of opioid use before starting treatment which included adverse effects on health, legal problems and family dysfunction; (b) learning about methadone treatment whereby the majority were referred from community linkage programs, family and friends; (c) experiences with care at the methadone treatment clinic which included benefits such as improved health, family reintegration and stigma reduction; and (d) barriers to optimal methadone treatment such as financial constraints. CONCLUSION: The findings of this study show that clients started methadone treatment due to the devastating impact of opioid use disorder on their lives. Methadone treatment allowed them to regain their lives from the adverse effects of opioid use disorder. Additionally, challenges such as financial constraints while accessing treatment were reported. These findings can help inform policies to improve the impact of methadone treatment.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».