Barriers to Substance Use Treatment for Individuals with Substance Use Disorders
Notice bibliographique
Résumé
Background: Although residential substance use treatment has been shown to improve substance use and other outcomes, most with substance use disorders (SUDs) never seek professional treatment. Much research has been done on the barriers to seeking treatment. However, greater understanding is needed of the similarities and differences in the perceptual barriers to treatment held by clients and staff. Methods: This paper (1) identifies and compares adult client vs. staff perceptions of barriers to substance use treatment, and (2) compares perceptions between an urban vs. rural treatment setting. Secondary analysis of transcripts of semi-structured interviews with clients (n = 61) and staff (n = 37) from a residential substance use treatment program in New York (urban) and in Virginia (rural). Transcriptions of interviews were formally analyzed by two analysts using framework analysis. Results: The major results indicate that personal barriers (83%) were cited more frequently than interpersonal (15%) and structural barriers (24%). Staff were more likely to cite interpersonal barriers (19% vs. 11%) and structural barriers (29% vs. 20%) than were clients. Conclusions: These findings further demonstrate that personal culpability and self-blame are often felt by those with SUDs and this sentiment is often reinforced by treatment providers. Interventions are needed that can reduce the stigma of SUD's, resulting in a shift away from the perception that barriers to treatment exist primarily at the personal level. Trial registration: The Office of Research Subjects Protection at Virginia Commonwealth University (approval #HM15020) and the University Committee on Activities Involving Human Subjects at New York University (approval #FY2016-56) approved the study procedures for the Virginia and New York studies, respectively.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».