‘Involuntary treatment’ for severe substance use disorders (SUDs). An overview of key issues, experiences and outcomes for consideration in policy development in Canada
Notice bibliographique
Résumé
Background In the midst an ongoing public health-crisis from toxic drug use, overdose deaths and compromised community safety, policy-officials in Canada have called to consider mobilizing ‘involuntary treatment’ (InvTx) measures for severe substance use disorders (SUDs) as interventions to reduce related health and social burdens.Methods We identified conceptual, socio-legal/-historical, clinical/epidemiological and other empirical literature- and data-based evidence relevant to informing decision-making and policy-development related to InvTx. Key content findings were narratively summarized, and informed a set of basic recommendations for InvTx-related policy considerations.Results Severe SUDs are chronic conditions considered ‘manageable’ with limited available treatment options but typically require long-term care. The evidence on the direct benefits InvTx is limited but also suggests risks of un-intended adverse outcomes (e.g., post-release mortality; recurring InvTx cycles). Patient- and caregiver-based experiences are commonly negative. While social stakes may need to be considered, InvTx raises fundamental socio-ethical questions concerning patient rights.Conclusions InvTx may help increase initial treatment exposure for some severe SUD cases, but fundamental questions remain about its long-term benefits and adverse outcomes. InvTx should only be considered as a ‘last resort’ intervention and be the subject of rigorous evaluation to better assess its benefits and risks/costs for the patient.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».