Vending machines for harm reduction and community health: a systematic review
Notice bibliographique
Résumé
Context: In response to the growing overdose epidemic, communities in US and Canada have started using vending machines (VMs) as a low-barrier method to provide harm reduction (HR) items to the community. These VMs are becoming popular and typically dispense naloxone, drug testing strips, and other items for co-occurring conditions. Objective: To summarize and evaluate existing literature on VMs’ ability to deliver HR and other health items. Study Design, Analysis: Systematic literature review. For each eligible article, data was extracted and summarized on study design, goals, VM description, setting, location, target population, sample, results, outcome measures, and limitations. Dataset: Embase, Cochrane, PubMED, and MEDLINE (searched from inception to November 29, 2023); references of eligible articles and prior reviews. HR organizations were also contacted to share relevant articles on HR-based VMs. Population Studied: Individuals with substance use disorder or co-occurring conditions. Intervention: VMs or automated dispensing machines dispensing HR and/or health items. Outcome Measures: Feasibility, acceptability, reach, impact. Results: Of the 43 eligible articles, few were based in North America (n=10). Most VMs served those who injected drugs (n=27) and dispensed syringes (n=21). Other items included HIV self-tests (n=6), condoms (n=6), naloxone (n=2), and nicotine gum (n=1). Feasibility was most commonly evaluated (n=34), with high demand for VM-dispensed items, especially after business hours. Compared to in-person outreach, some VMs were able to provide more syringes and HIV self-tests. VMs were acceptable (n=20), regardless of item dispensed, and reached high-risk populations (n=14). Outcome measures for impact evaluation (n=16) varied on the dispensed item. Articles evaluating syringe-dispensing VMs’ impact (n=7) noted decreased syringe sharing (n=4) and drug use (n=2), while those evaluating naloxone-dispensing VMs (n=2) reported fewer fatal overdoses. Conclusions: VMs providing HR-related items are a promising community-based intervention to reach underserved populations and improve health outcomes. While HR-based VMs have been commonly studied and implemented, VMs could expand into other realms of community health, such as self-sampling kits for detection of cancer or sexually transmitted diseases. Future studies should utilize implementation science frameworks to develop and evaluate the VMs, with an emphasis on health outcomes.
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 | 0,014 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,008 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».