The potential use of digital technologies to enhance opioid agonist treatment in rural and remote communities of British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: People who use drugs (PWUD) and Indigenous-PWUD in rural and remote communities are met with considerable barriers in access to opioid agonist treatments (OAT) in comparison to their urban counterparts. OAT is met with low rates of uptake and retention owing to clinic policies limiting access to take-home doses. Digital technologies may improve access to OAT for PWUD in rural and remote communities. The objective of this study was to understand willingness to use an asynchronous witnessed-dosing phone application among rural and remote PWUD. METHODS: Qualitative semi-structured interviews were conducted with PWUD in rural and small communities in British Colombia, Canada (n = 32). Participants had to be ≥ 19 years old and have been on a prescribed OAT program within the 1-year of when the study began. A content analysis was completed on interview transcripts based on categories identified by the research team. RESULTS: Participants described access barriers to OAT medications, which was contingent upon housing-related factors. Regardless of living in town, in coastal communities, or on Tla'amin Nation treaty lands, participants described accessing OAT medications as restricting, impractical, and stigmatizing. When presented with a potential alternative delivery method via an asynchronous virtual application, participants described potential improvements in not only access to their OAT medications, but overall quality of life through, independence and increased opportunities to engage in day-to-day activities. Participants noted potential difficulties in keeping mobile devices. CONCLUSIONS: Our findings help illustrate how current OAT prescribing practices and the challenges with requiring in-person witnessed doses for people living in rural and remote communities, exercising control over OAT patients, ultimately limiting the autonomy of PWUD. There is a clear need to implement virtual OAT programs to improve access to OAT medications.
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 ».