Impact of safer supply programs on injection practices: client and provider experiences in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: Fentanyl has contributed to a sharp rise in the toxicity of the unregulated drug supply and fatal overdoses in Canada. It has also changed injection practices. Injection frequency has increased as a result and so has equipment sharing and health-related risks. The aim of this analysis was to explore the impact of safer supply programs on injection practices from the perspective of clients and providers in Ontario, Canada. METHODS: The data set included qualitative interviews with 52 clients and 21 providers that were conducted between February and October 2021 across four safer supply programs. Interview excerpts discussing injection practices were extracted, screened, coded and then grouped into themes. RESULTS: We identified three themes, each theme corresponding to a change in injection practices. The first change was a decrease in the amount of fentanyl used and a decrease in injection frequency. The second change involved switching to injecting hydromorphone tablets instead of fentanyl. Finally, the third change was stopping injecting altogether and taking safer supply medications orally. CONCLUSION: Safer supply programs can contribute to reducing injection-related health risks in addition to overdose risks. More specifically, they have the potential to address disease prevention and health promotion gaps that stand-alone downstream harm reduction interventions cannot address, by working upstream and providing a safer alternative to fentanyl.
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) | 0,000 | 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 | 0,001 |
| 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 ».