Palliative care for people who use drugs during communicable disease epidemics and pandemics: A scoping review on access, policies, and programs and guidelines
Notice bibliographique
Résumé
BACKGROUND: People who use drugs with life-limiting illnesses experience substantial barriers to accessing palliative care. Demand for palliative care is expected to increase during communicable disease epidemics and pandemics. Understanding how epidemics and pandemics affect palliative care for people who use drugs is important from a service delivery perspective and for reducing population health inequities. AIM: To explore what is known about communicable disease epidemics and pandemics, palliative care, and people who use drugs. DESIGN: Scoping review. DATA SOURCES: We searched six bibliographic databases from inception to April 2021 as well as the grey literature. We included English and French records about palliative care access, programs, and policies and guidelines for people ⩾18 years old who use drugs during communicable disease epidemics and pandemics. RESULTS: Forty-four articles were included in our analysis. We identified limited knowledge about palliative care for people who use drugs during epidemics and pandemics other than HIV/AIDS. Through our thematic synthesis of the records, we generated the following themes: enablers and barriers to access, organizational barriers, structural inequity, access to opioids and other psychoactive substances, and stigma. CONCLUSIONS: Our findings underscore the need for further research about how best to provide palliative care for people who use drugs during epidemics and pandemics. We suggest four ways that health systems can be better prepared to help alleviate the structural barriers that limit access as well as support the provision of high-quality palliative care during future epidemics and pandemics.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».