Identifying barriers and facilitators to accessing harm reduction services in prisons: A systematic narrative synthesis
Notice bibliographique
Résumé
BACKGROUND: Drug use is prevalent in carceral settings globally. Although a comprehensive harm reduction package for people in prison (PIP) is recommended by international agencies, its implementation is limited. The aim of this systematic narrative synthesis was to explore barriers and facilitators to accessing harm reduction services (HRS) in prisons. METHODS: We searched MEDLINE, PsycINFO, SCOPUS, and CINAHL for English and French language articles published before June 26, 2024. Studies evaluating any HRS defined as condoms, pre-exposure prophylaxis, post-exposure prophylaxis, opioid agonist therapy, needle syringe programs, and hepatitis B vaccination in prison were included. Two independent reviewers evaluated articles selected for full text review. Disagreements were resolved by consensus. We performed a qualitative content analysis based on the Socio-Ecological Model, utilizing constant comparative methods to generate themes and subthemes. RESULTS: A total of 8,324 unique articles were identified, 400 were eligible for full text review, and 94 were included in the final analysis; 80 studies (85%) were conducted in high-income countries. Individual-level barriers included fear of repercussions due to HRS participation, interpersonal-level barriers such as negative perceptions of HRS in PIP and staff, institutional-level barriers such as limited resource allocation and public policy/societal-level barriers including rigid administrative policies. Facilitators of HRS use included education about risk prevention, positive previous experiences with HRS, and support from prison leadership. CONCLUSION: Several multi-level barriers and facilitators to accessing prison-based HRS exist. To improve HRS uptake, implementing holistic education for PIP and carceral employees, enhancing awareness of HRS through peer-led initiatives, and ensuring buy-in and support from prison leadership will be important. Furthermore, allocation of specific resources and enhanced policies that promote HRS will be beneficial.
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 | 0,047 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».