Opioid-specific harm reduction in the emergency department: how staff provide harm reduction and contextual factors that impact their capacity to engage in harm reduction practice
Notice bibliographique
Résumé
BACKGROUND: Emergency Departments (ED) staff, including nurses and physicians, are most directly involved in the care of people who use unregulated substances, and are ideally positioned to provide harm reduction interventions. Conceptualizing the ED as a complex adaptive system, this paper examines how ED staff experience opioid-specific harm reduction provision and engage in harm reduction practice, including potential facilitators and barriers to engagement. METHODS: Using a mixed methods approach, ED nurses and physicians completed a self-administered staff survey (n = 99) and one-on-one semi-structured interviews (n = 15). Five additional interviews were completed with clinical leaders. Survey data were analyzed to generate descriptive statistics and to compute scale scores. De-identified interview data were analyzed using a reflexive thematic analysis approach, which was informed by the theory of complex adaptive systems, as well as understandings of harm reduction as both a technical solution and a contextualized social practice. The final analysis involved mixed analysis through integrating both quantitative and qualitative data to generate overarching analytical themes. RESULTS: Study findings illustrated that, within the context of the ED as a complex adaptive system, three interrelated contextual factors shape the capacity of staff to engage in harm reduction practice, and to implement the full range of opioid-specific harm reduction interventions available. These factors include opportunities to leverage benefits afforded by working collaboratively with colleagues, adequate preparation through receiving the necessary education and training, and support in helping patients establish connections for ongoing care. CONCLUSIONS: There is a need for harm reduction provision across all health and social care settings where people who use unregulated opioids access public sector services. In the context of the ED, attention to contextual factors including teamwork, preparedness, and connections is warranted to support that ED staff engage in harm reduction practice.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».