MétaCan
Menu
← Retour à la cohorte
Enregistrement W6887591032 · doi:10.17605/osf.io/at87e

Attitudes and Experiences of Probuphine Treatment: A Qualitative Interview Study

2023· other· en· W6887591032 sur OpenAlexaboutno aff

Notice bibliographique

RevueOpen Science Framework · 2023
Typeother
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBuprenorphineOpioidIntervention (counseling)PsychosocialOpioid use disorderDuration (music)Placebo

Résumé

récupéré en direct d'OpenAlex

Canada is in the midst of an opioid crisis. Medical treatment of opioid dependence decreases illicit opioid use at a greater rate compared with psychosocial intervention or placebo alone, and reduces associated morbidity and mortality. An implantable formulation of buprenorphine with a 6-month duration of action (brand name: Probuphine was approved by the FDA in 2016 and Health Canada in 2018 for long-term maintenance treatment of opioid use disorder. While taper from medical treatment of opioid dependence is generally not advised due to increased likelihood of relapse, British Colombia Center for Substance Use guidelines suggest “for individuals with a successful and sustained response to agonist treatment desiring medication cessation, consider slow taper (e.g., 12 months).” Given the long duration of action, Probuphine may represent an effective tool for opioid taper. No current studies exist to advise on the use of Probuphine for opioid taper. Using semi structured interviews, the purpose of this study is to assess the experience of patients of a London, Ontario-based practice who have received the Probuphine implant for management of opioid dependence. The team will also observe characteristics of patients who had positive tapering experiences and patients who had negative tapering experiences.

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)0,010
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,081
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,007
Communication savante0,0040,004
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
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 Opus0,094
Tête enseignante GPT0,472
Écart entre enseignants0,378 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Science Framework→Même sujetOpioid Use Disorder Treatment→Travaux en français237 207→