MétaCan
Menu
Retour à la cohorte
Enregistrement W4409887573 · doi:10.1186/s12954-025-01177-0

Barriers and facilitators to safer supply pilot program implementation in Canada: a qualitative assessment of service provider perspectives

2025· article· en· W4409887573 sur OpenAlexafffundabout
Frishta Nafeh, Lucas Martignetti, Carol Strıke, Gillian Kolla, Matthew Bonn, Caroline Brunelle, Jade Boyd, Elaine Hyshka, Jolene Eeuwes, Heather Hobbs, Elizabeth Haywood, Bernie Pauly, Dan Werb, Mohammad Karamouzian

Notice bibliographique

RevueHarm Reduction Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of VictoriaLondon Health Sciences CentreUniversity of AlbertaMemorial University of NewfoundlandIsland HealthUniversity of British ColumbiaPublic Health OntarioUniversity of New BrunswickUniversity of TorontoCanadian AIDS SocietySt. Michael's Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSAFERThematic analysisImplementation researchHealth psychologyGeneral partnershipQualitative researchService providerBusinessMedicineService delivery frameworkMultidisciplinary approachNursingPublic healthPublic relationsService (business)Medical educationPsychological interventionMarketingPolitical scienceSociologyFinance

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In response to the ongoing drug toxicity crisis, driven by fentanyl and its analogues in the unregulated drug supply, Canada has funded several safer supply programs, which provide pharmaceutical-grade medications to reduce the reliance on toxic unregulated drug supply for people who use drugs. In this study, we examined barriers and facilitators that influenced the implementation of integrated safer supply pilot programs (ISSPP) across Canada. METHODS: Between March 2022 and May 2023, we conducted a qualitative study using semi-structured interviews with key informants from ten ISSPP located in three provinces across Canada. Data analysis and interpretation of findings were guided by the Consolidated Framework for Implementation Research (CFIR). Thematic analysis was used to code transcripts and identify themes. RESULTS: ISSPP varied greatly in the degree of ancillary and wraparound services provided. Additionally, differences existed across the ten programs in terms of eligibility criteria for enrolling clients and the availability of medication options. We found twelve constructs and three sub-constructs across four domains of CFIR that influenced the implementation of ISSPP. Implementation facilitators included low-barrier and client-centered delivery model, ongoing needs assessment through program monitoring and evaluation, integration of wraparound care, partnership with local services to coordinate client care, community buy-in, clinical protocols and standardized practices, and multidisciplinary care teams with motivated staff. Major barriers to ISSPP implementation were a volatile and toxic unregulated drug supply, complicated policy environments, unsustainable funding models, unsupportive regulatory environments, limited medication options, limited physical space, as well as staff shortage. CONCLUSIONS: Despite several internal implementation facilitators, ISSPP faced many external and policy-level implementation barriers. Future safer supply programs should be guided by evidence-based planning and implementation, drawing from successful experiences in harm reduction implementation. Implementation facilitators, in particular, evidence-based practice guidelines along with better monitoring of client outcomes can be leveraged to enhance quality of care, address client needs and preferences, and mitigate unintended harms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,916

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,439
Écart entre enseignants0,399 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHarm Reduction JournalMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207