Developing a Theoretically Informed Implementation Model for Telemedicine-Delivered Medication for Opioid Use Disorder: Qualitative Study With Key Informants
Notice bibliographique
Résumé
BACKGROUND: Telemedicine-delivered medication for opioid use disorder (TMOUD) has become more prevalent during the COVID-19 pandemic, particularly in North America. This is considered a positive development as TMOUD has the potential to increase access to evidence-based treatment for a population heavily affected by the opioid crisis and consequent rising mortality and morbidity rates in relation to opioid use disorder. Despite the increase in the use of TMOUD, there are no established service- and process-focused models to guide the implementation of this intervention. OBJECTIVE: This study aims to develop a process- and service-focused implementation model in collaboration with key stakeholders and bring together peer-reviewed literature, practice-based knowledge, and expert opinions. METHODS: The simple rules for evidence translation in complex systems framework was applied to guide the development of a 6-step qualitative study. The steps were definition of the scope and objectives of the model, identification of evidence, stakeholder engagement, draft model development, key informant consultation, and final model specification. RESULTS: The final specification for the TMOUD implementation model incorporated key strategic priorities, service delivery prerequisites, service design elements, stakeholder identification and engagement, key process domains, and iterative cycles of evaluation and improvement. CONCLUSIONS: Through stakeholder engagement and key informant consultation, we produced a process- and service-focused TMOUD implementation model. The model is modifiable to different contexts and settings while also in keeping with the current evidence base and national and international standards of high-quality opioid use disorder care.
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 | 0,078 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».