“They Talk to Me Like a Person” Experiences of People in an Injectable Opioid Agonist Treatment Program
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to explore client experiences in a community-based injectable opioid agonist therapy (iOAT) program. STUDY SETTING: The study occurred across two cities in Alberta, Canada. STUDY DESIGN: The research team conducted secondary interpretive description analysis on qualitative interview transcripts. DATA COLLECTION: Twenty-three iOAT clients were interviewed as part of a prior quality improvement initiative. Using secondary analysis of the transcripts, interviews were analyzed for themes, to create an understanding of clients' experiences. PRINCIPAL FINDINGS: Participants accessed iOAT through other health services, for treatment of opioid use disorder. Participants reported that building trusting and supportive relationships with nurses was crucial to their success in the program. Through these relationships, participants experienced stopping and starting. They stopped behaviors such as illicit drug use, having withdrawal symptoms and anxiety, and prohibited income generation activities. They started taking care of themselves, accessing housing, increasing financial stability, receiving primary care, and connecting with friends and family. The global experience of iOAT was one of positive change for participants. CONCLUSIONS: The findings of this study are largely consistent with other published examples-iOAT programs create benefits for both clients and their communities. Although clients may join the program to access the hydromorphone, the relationships between staff and clients are the key driver of success.
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 | 0,001 | 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 ».