The Impact of Injectable Opioid Agonist Treatment (iOAT) on Involvement in Criminalized Activities: A Secondary Analysis from a Clinical Trial in Vancouver, BC
Notice bibliographique
Résumé
Purpose: A significant portion of the economic consequences of untreated Opioid Use Disorder (OUD) relate to individuals' involvement in the criminal justice system. The present study uncovers if treatment with iOAT is related to the number of criminal charges amongst participants, what type of crime participants were involved in, and the frequency with which participants were victims of crime. This study contributes to the body of research on the effectiveness of iOAT reducing criminal involvement. Patients and Methods: This is a secondary analysis of police record data obtained from the Vancouver Police Department over a three-year period during the Study to Assess Longer-term Opioid Medication Effectiveness clinical trial. The data was obtained from participants (N = 192) enrolled in the trial through a release of information form. Results: During the three-year period, most charges (45.6%) were property offences, and 25.5% of participants were victims of crime. Participants with no treatment prior to randomization into the SALOME trial were 2.61 (95% CI = 1.64-4.14) more likely to have been charged with a crime than during the iOAT state. Conclusion: IOAT can reduce individuals' involvement with the criminal justice system and is thus a crucial part of the continuum of care. Addiction should be conceptualized as a healthcare rather than criminal issue.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».