Preventing drug-related deaths in Scotland: perceptions and experiences of engagement in a “shared care” model of service delivery
Notice bibliographique
Résumé
Purpose Scotland faces a crisis of drug-related deaths, disproportionately affecting people living in the most deprived areas. The purpose of this paper is to explore patient and service provider perceptions of engagement within shared care treatment systems, acknowledged as a critical factor in preventing drug-related harms and deaths. Design/methodology/approach A qualitative case study approach was adopted, focusing on two primary care practices in highly deprived urban areas. Thematic analysis was used to investigate the interplay of individual, organisational and structural factors acting as facilitators and barriers to service engagement. Data were collected through 34 semi-structured interviews with 6 people who use drugs, 4 family members, 20 health-care practitioners and 4 policymakers. Findings Engagement challenges were multifaceted, encompassing relational aspects (e.g. trust and stigma) and systemic issues, including poor collaboration across professional groups, fragmented services, inadequate communication and resource constraints. Participants emphasised the cumulative impact of socioeconomic deprivation and structural inequalities, which shaped the environments in which drug use occurred and constrained effective care delivery. Practitioners used various strategies, including harm reduction approaches and personalised support, to enhance engagement. Originality/value This paper provides new insights into the challenges faced by practitioners, people who use drugs and families in navigating the shared care system. The findings of this study highlight the need for policy action to strengthen service provision as well as reinforcing the importance of tackling cumulative health and social inequalities, seen as a key factor in drug-related deaths.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,012 | 0,010 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».