Emergency department experiences of people who use drugs who left or were discharged from hospital against medical advice
Notice bibliographique
Résumé
BACKGROUND: People who use drugs (PWUD) frequent emergency departments at a higher rate than the general population, and experience a greater frequency of soft tissue infections, pneumonia, and chronic conditions such as, HIV/AIDs and hepatitis C. This population has distinct health care considerations (e.g. withdrawal management) and are also more likely to leave or be discharged from hospital against medical advice. METHODS: This study examines the experiences of PWUD who have left or been discharged from hospital against medical advice to understand the structural vulnerabilities that shape experiences with emergency departments. Semi-structured qualitative interviews were conducted with 30 PWUD who have left or been discharged from hospital against medical advice within the past two years as part of a larger study on hospital care and drug use in Vancouver, Canada. RESULTS: Findings characterize the experiences and perceptions of PWUD in emergency department settings, and include: (1) stigmatization of PWUD and compounding experiences of discrimination; (2) perceptions of overall neglect; (3) inadequate pain and withdrawal management; and (4) leaving ED against medical advice and a lack of willingness to engage in future care. CONCLUSIONS: Structural vulnerabilities in ED can negatively impact the care received among PWUD. Findings demonstrate the need to consider how structural factors impact care for PWUD and to leverage existing infrastructure to incorporate harm reduction and a structural competency focused care. Findings also point to the need to consider how withdrawal and pain are managed in emergency department settings.
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 | 0,000 |
| 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) | 0,004 | 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 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 ».