Investigating uses of peer-operated Virtual Overdose Monitoring Services (VOMS) beyond overdose response: a qualitative study
Notice bibliographique
Résumé
Background: Virtual overdose monitoring services (VOMS) are novel technologies that allow remote monitoring of individuals while they use substances (especially those who use alone) electronically.Objectives: The authors explored key partner perspectives regarding services offered by VOMS beyond overdose response with the aim of understanding the breadth and perception of the services amongst those that use these services and are impacted by them.Methods: Forty-seven participants from six key partner groups [peers who had used VOMS (25%), peers who had not used VOMS (17%), family members of peers (11%), health professionals (21%), harm reduction sector employees (15%), and VOMS operators (15%)] underwent 20-to-60-minute semi-structured telephone interviews. Of peer and family groups, thirteen participants identified as female, eleven as male and one as non-binary, gender data was not recorded for other key partner groups. Interview guides were developed and interviews were conducted until saturation was reached across all participants. Themes and subthemes were identified and member checked with partner groups.Results: Participants indicated that uses of VOMS beyond overdose monitoring included: (1) providing mental health support and community referral; (2) methamphetamine agitation de-escalation; (3) advice on self-care and harm reduction; and (4) a sense of community and peer support. Respondents were divided on how VOMS might affect emergency services (5).Conclusions: VOMS are currently being used for purposes beyond drug poisoning prevention, including community methamphetamine psychosis de-escalation, mental health support, and community peer support. VOMS are capable of delivering a broad suite of harm reduction services and referring clients to recovery-oriented services.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».