Feasibility and acceptability of inserts promoting virtual overdose monitoring services (VOMS) in naloxone kits: a qualitative study
Notice bibliographique
Résumé
BACKGROUND: In response to the ongoing opioid epidemic, there have been efforts to develop novel harm reduction strategies alongside scaling of currently implemented programs. Virtual overdose monitoring services (VOMS) are a novel intervention which aims to reduce substance-related mortality through technology for those who are out of reach of current supervised consumption sites. Scaling of naloxone programs presents a unique opportunity to promote VOMS to people at risk of substance-related mortality. This study aims to explore the feasibility and acceptability of naloxone kit inserts in promoting awareness of VOMS. METHOD: We used purposive and snowball sampling to recruit 52 key informants, including people who use drugs (PWUD) with experience using VOMS (n = 16), PWUD with no prior experience using VOMS (n = 9), family members of PWUD (n = 5), healthcare and emergency services professionals (n = 10), community-based harm reduction organizations (n = 6), and VOMS administrators/peer support workers (n = 6). Two evaluators completed semi-structured interviews. Interview transcripts were analyzed using thematic analysis informed to identify key themes. RESULTS: Four key interrelated themes emerged, including the acceptability of naloxone kit inserts to promote VOMS, best practices for implementation, key messaging to include within promotional materials and facilitators to dissemination of harm reduction material. Participants highlighted that messaging should be promoted both inside and outside the kits, should be concise, provide basic information about VOMS and can be facilitated through current distribution streams. Messaging could further be used to draw attention to local harm reduction services and could be promoted on other supplies, including lighters and safer consumption supplies. CONCLUSION: Findings demonstrate that it is acceptable to promote VOMS within naloxone kits and highlight interviewees preferred ways to do so. Key themes that emerged from interviewees can be used to inform the dissemination of harm reduction information, including VOMS and bolster current strategies for reducing illicit drug overdose.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».