Opportunities to improve inpatient services and reduce rates of patient-direct discharge among people who use substances
Notice bibliographique
Résumé
PURPOSE: Patients who use substances (PWUS) report experiencing stigmatizing encounters and undertreatment of pain and withdrawal symptoms that increase the likelihood of patient-directed discharge (PDD). This scoping review examines North American literature to gain insights about how institutional factors intersect with patient experiences and contribute to PDD. METHODS: A scoping review was conducted using MEDLINE, CINAHL, Scopus, and EMBASE databases. Screening was completed by two reviewers. A data extraction tool developed by the research team was used to collect demographic information and explore patients' experiences and reasons for PDD. RESULTS: We present four themes related to PDD: i) effective management of pain and withdrawal symptoms, ii) therapeutic alliance with healthcare providers, iii) hospital policies, protocols, and procedures, and iv) recommendations. Notably, all patients in all qualitative studies reported predominant experiences of uncaring, stigmatizing interactions with healthcare providers. DISCUSSION: Findings suggest that transformations are required at individual and institutional levels. At an individual level, to provide equitable care to all patients, healthcare providers in all practice settings should be competent to effectively and compassionately care for PWUS. At an institutional level, policies need to be re-envisioned to support the implementation of effective practices. CONCLUSION: Hospitals are faced with the challenges to ensure respectful care environments guided by harm reduction policies that will improve engagement of PWUS in 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».