Co-Constructing a Community-Based Telemedicine Program for People With Opioid Use Disorder During the COVID-19 Pandemic: Lessons Learned and Implications for Future Service Delivery
Notice bibliographique
Résumé
The COVID-19 pandemic triggered unprecedented expansion of telemedicine, including in the delivery of opioid agonist treatment (OAT) for people with opioid use disorder (OUD). However, many people with OUD lack the technological resources necessary for remote care, have complex needs, and are underserved, with precarious access to mainstream services. To address the needs of these individuals, we devised a unique program to deliver OAT via telemedicine with the support of community outreach workers in Montreal (Quebec, Canada). The program was co-constructed by the service de médecine des toxicomanies of the Centre hospitalier de l'Université de Montréal (CHUM-SMT)-a hospital-based addiction medicine service-and CACTUS Montréal-a community-based harm reduction organization known and trusted by its clientele. All procedures were jointly developed to enable flexible and rapid appointment scheduling. CACTUS Montréal workers promoted the program, facilitated private on-site telemedicine connections to the CHUM-SMT, accompanied patients during web-based appointments if requested, and provided ongoing holistic support and follow-up. The CHUM-SMT offered individualized OAT regimens and other health services as needed. Overall, our experience as clinicians and community-based workers intimately involved in establishing and running this initiative suggests that participants found it to be convenient, nonjudgmental, and responsive to their needs, and that the implication of CACTUS Montréal was highly valued and integral to patient engagement and retention. Beyond the context of the COVID-19 pandemic, similar programs may present a flexible and accessible means to deliver alternative treatment options for people with OUD disengaged from traditional care, bridge gaps between communities and health providers, and improve access to care in rural or remote 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 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 | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».