MétaCan
Menu
Retour à la cohorte
Enregistrement W4362601287 · doi:10.1371/journal.pone.0283979

’More of the same, but worse than before’: A qualitative study of the challenges encountered by people who use drugs in Nova Scotia, Canada during COVID-19

2023· article· en· W4362601287 sur OpenAlexafffundabout
Emilie Comeau, Matthew Bonn, Sheila Wildeman, Matthew Herder

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchDalhousie University
Mots-clésMedicineNova scotiaPandemicQualitative researchPhoneMedical prescriptionFamily medicinePharmacistNursingSocial distanceCoronavirus disease 2019 (COVID-19)PharmacyGeographySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To learn about the experiences of people who use drugs, specifically opioids, in the Halifax Regional Municipality (HRM), in Nova Scotia, Canada during the COVID-19 pandemic through qualitative interviews with people who use drugs and healthcare providers (HCP). This study took place within the HRM, a municipality of 448,500 people [1]. During the pandemic many critical services were interrupted while overdose events increased. We wanted to understand the experiences of people who use drugs as well as their HCPs during the first year of the pandemic. METHODOLOGY: We conducted a qualitative study using semi-structured interviews with 13 people who use drugs and 6 HCPs, including physicians who work in addiction medicine (3), a pharmacist, a nurse, and a community-based opioid agonist therapy (OAT) program staff member. Participants were recruited within HRM. Interviews were held via phone or videoconference due to social distancing directives. Interviews focused on the challenges people who use drugs and HCPs faced during the pandemic as well as elicited perspectives on a safe supply of drugs and the associated barriers and facilitators to the provision of a safe supply. RESULTS: Of the 13 people who use drugs who participated in this study, ages ranged from 21-55 years (mean 40). Individuals had spent on average 17 years in HRM. Most people who use drugs (85%, n = 11) utilized income assistance, the Canadian Emergency Response Benefit, or disability support. Many had experienced homelessness (85%, n = 11) and almost half (46%, n = 6) were currently precariously housed in the shelter system. The main themes among interviews (people who use drugs and HCPs) were housing, accessing healthcare and community services, shifts in the drug supply, and perspectives on safe supply. CONCLUSIONS: We identified several challenges that people who use drugs face in general, but especially during the COVID-19 pandemic. Access to services, housing support, and interventions to use safely at home were limited. As many challenges faced by people who use drugs exist outside of COVID-19, we concluded that the formal and informal interventions and changes in practice that were made to support people who use drugs should be sustained well past the end of the pandemic. The need for enhanced community supports and a safe supply of drugs, despite its complicated nature, is essential for the health and safety of people who use drugs in HRM, especially during COVID-19.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil0,489

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0260,020
Communication savante0,0060,004
Science ouverte0,0030,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,103
Tête enseignante GPT0,347
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations7
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207