‘Safer drug supply’ measures in Canada to reduce the drug overdose fatality toll: Clarifying concepts, practices and evidence within a public health intervention framework
Notice bibliographique
Résumé
North America has been home to an unprecedented crisis of drug overdose deaths, driven largely by drug users' exposure to highly potent and toxic, illicit opioid drugs (e.g., fentanyl). Although a large and diverse menu of interventions (e.g., targeted prevention or treatment measures) has been implemented or expanded in Canada, these have not effectively managed to revert and reduce this excessive death toll. Given the fact that these interventions do not directly aim to address toxic drug exposure as the primary vector and cause of acute overdose deaths, public health-oriented "safer drug supply" measures have been initiated in local settings across Canada. These safer supply initiatives provide users with prescribed, pharmaceutical-grade drug supply with the aim of reducing overdose and death risks. These measures have been criticized but also misconstrued from several angles, e.g., as representing inadequate medical or even unethical and harmful practice. Related concerns regarding "diversion" have been raised. In this Perspective, we briefly address some of these issues and clarify selected issues of elementary concepts, practices, and evidence related to safer supply measures within a public health-oriented intervention framework. These measures are also discussed in reference to other, comparable types of public health-oriented emergency health or survival care standards, while considering the extreme contexts of an ongoing, acute drug death crisis in Canada.
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 | 0,004 | 0,004 |
| 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 ».