Stigma Against Patients With Substance Use Disorders Among Health Care Professionals and Trainees and Stigma-Reducing Interventions: A Systematic Review
Notice bibliographique
Résumé
PURPOSE: In this systematic review, the authors examine the prevalence and extent of stigmatizing attitudes among health care professionals (HCPs) and trainees against patients with substance use disorders (SUDs), including research on interventions to reduce stigma. METHOD: The authors searched 7 databases for articles published from January 1, 2011, through February 15, 2023, that quantified SUD stigma among HCPs or trainees. Inclusion criteria allowed both observational and intervention studies from the United States or Canada to be included in this review. Quality assessment was applied to all included studies; studies were not excluded based on quality. RESULTS: A total of 1,992 unique articles were identified of which 32 articles (17 observational studies and 15 intervention studies), all conducted in the United States, met the inclusion criteria. Half of the included studies (16 of 32) were published in 2020 or later. Most of the intervention studies (13 of 15) used a single-group pre-post design; interventions involved didactics and/or interactions with persons with SUDs. The 32 included studies used a total of 19 different measures of stigma. All 17 observational studies showed some degree of HCP or trainee stigma against patients with SUDs. Most intervention studies (12 of 15) found small but statistically significant reductions in stigma after intervention. CONCLUSIONS: SUD stigma exists among HCPs and trainees. Some interventions to reduce this stigma had positive impacts, but future studies with larger, diverse participants and comparison groups are needed. Heterogeneity among studies and stigma measures limits the ability to interpret results across studies. Future rigorous research is needed to determine validated, consensus measures of SUD stigma among HCPs and trainees, identify stigma scores that are associated with clinical outcomes, and develop effective antistigma interventions for HCPs and trainees.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».