MétaCan
Menu
Retour à la cohorte
Enregistrement W4414482779 · doi:10.1186/s12954-025-01298-6

‘I won’t make it without this program’: the impact of safer opioid supply program closures in Ontario

2025· article· en· W4414482779 sur OpenAlexafffundabout
Farihah Ali, Abigale Sprakes, Jordan Mende-Gibson, Cayley Russell, A. F. Bernard Shaw, Matthew Bonn, Andrzej Celinski, Nat Kaminski, Mohammad Karamouzian, Carol Strıke, Jürgen Rehm

Notice bibliographique

RevueHarm Reduction Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensCanada Research ChairsBrampton Civic HospitalArtificial Intelligence in Medicine (Canada)British Columbia Centre on Substance UseSt. Michael's HospitalLakehead UniversitySheridan CollegePublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSAFERHarm reductionGovernment (linguistics)HarmHealth psychologyOpioid overdoseOpioid epidemicOpioidPublic health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Canada is in the midst of a worsening overdose crisis, driven largely by the unregulated drug supply. In response, safer opioid supply (SOS) programs were implemented to provide pharmaceutical-grade opioids alongside critical services. However, in August 2024, Ontario's provincial government introduced restrictions on harm reduction initiatives, coinciding with the expiration of federal funding, forcing many programs to close. In their place, the government announced the implementation of Homelessness and Addiction Recovery Treatment Hubs, which exclude harm reduction programs, including SOS programs. This study explores the experiences of SOS program clients and the anticipated impacts of these program closures on their lives. METHODS: A qualitative study design was used, involving semi-structured interviews with people who use drugs who were enrolled in six SOS programs across Ontario. Participants were recruited through convenience and snowball sampling. Eligible participants were current SOS clients (≥ 6 months), aged 18 or older, and English-speaking. Interviews were conducted virtually and explored participants' experiences with SOS programs, anticipated impacts of program closures, and strategies to mitigate risks. Data were thematically analyzed using NVivo. RESULTS: Participants reported that SOS programs reduced their reliance on the unregulated drug supply, decreased their overdose risk, and connected them to wraparound services. The impending closures triggered widespread fear, uncertainty, and anxiety, particularly about returning to the unregulated supply. Participants also expressed concerns over the loss of access to critical health and social services and the potential decline in their quality of life. Many expressed frustration over the lack of meaningful alternatives, difficulties in securing new prescribers, and distress over forced medication tapers. CONCLUSION: This study highlights participants' concerns that SOS program closures may force them back into an increasingly dangerous unregulated market, ultimately putting their lives at risk, along with reversing the many benefits SOS programs provided, such as connections to essential health and social services. By replacing harm reduction programs with treatment services, the government is not reducing the demand for opioid use; instead, it forces a return to the unregulated drug market, ultimately putting individuals at risk of overdose.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,075
Score d'incertitude au seuil0,547

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0190,009
Communication savante0,0030,002
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,040
Tête enseignante GPT0,388
Écart entre enseignants0,348 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

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