MétaCan
Menu
Retour à la cohorte
Enregistrement W4387765183 · doi:10.1111/add.16365

Using the Alcohol, Smoking and Substance Involvement Screening Test to predict substance‐related hospitalisation after release from prison: A cohort study

2023· article· en· W4387765183 sur OpenAlexaff
Craig Cumming, Stuart A. Kinner, Rebecca McKetin, Jesse T Young, Ian Li, David B. Preen

Notice bibliographique

RevueAddiction · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésCannabisMedicinePrisonSubstance dependenceAlcohol Use Disorders Identification TestCohortPsychiatryCohort studyProportional hazards modelHazard ratioAddictionPoison controlInternal medicinePsychologyEmergency medicineInjury preventionConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: Poor substance use-related health outcomes after release from prison are common. Identifying people at greatest risk of substance use and related harms post-release would help to target support at those most in need. The Alcohol Smoking and Substance Involvement Screening Test (ASSIST) is a validated substance use screener, but its utility in predicting substance-related hospitalisation post-release is unestablished. We measured whether screening for moderate/high-risk substance use on the ASSIST was associated with increased risk of substance-related hospitalisation. DESIGN: A prospective cohort study. SETTING: Prisons in Queensland and Western Australia. PARTICIPANTS: Participants were incarcerated and within 6 weeks of expected release when recruited. A total of 2585 participants were followed up for a median of 873 days. MEASUREMENTS: Baseline survey data were combined with linked unit record administrative hospital data. We used the ASSIST to assess participants for moderate/high-risk cannabis, methamphetamine and heroin use in the 3 months prior to incarceration. We used International Classification of Diseases (ICD) codes to identify substance-related hospitalisations during follow-up. We compared rates of substance-related hospitalisation between those classified as low/no-risk and moderate/high-risk on the ASSIST for each substance. We estimated adjusted hazard ratios (aHR) by ASSIST risk group for each substance using Weibull regression survival analysis allowing for multiple failures. FINDINGS: During follow-up, 158 (6%) participants had cannabis-related, 178 (7%) had opioid-related and 266 (10%) had methamphetamine-related hospitalisation. The hazard rates of substance-related hospitalisation after prison were significantly higher among those who screened moderate/high-risk compared with those screening low risk on the ASSIST for cannabis (aHR 2.38, 95% confidence interval [CI] 1.74, 3.24), methamphetamine (aHR 2.23, 95%CI 1.75, 2.84) and heroin (aHR 5.79, 95%CI 4.41, 7.60). CONCLUSIONS: Incarcerated people with an Alcohol Smoking and Substance Involvement Screening Test (ASSIST) screening of moderate/high-risk substance use appear to have a significantly higher risk of post-release substance-related hospitalisation than those with low risk. Administering the ASSIST during incarceration may inform who has the greatest need for substance use treatment and harm reduction services in prison and after release from prison.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,288
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207