Lower-risk substance use guidelines accessible by youth
Notice bibliographique
Résumé
Abstract Background Lower-risk substance use guidelines (LRSUGs) are an evidence-based harm reduction strategy used to provide information to people who use drugs so they can reduce harms associated with substance use. Objectives This study aimed to identify LRSUGs accessible to youth and to characterize the recommendations within these guidelines. The overall goal is to identify gaps in current LRSUGs and to inform researchers and policymakers of the kinds of health information youth can access. Methods We conducted a digital assessment using the Google search engine to identify LRSUGs that could be identified by youth when searching for official sources of information related to commonly used substances, including cannabis, caffeine, alcohol, hallucinogens, prescription opioids, nicotine, and/or prescription stimulants. LRSUGs were coded and data were extracted from them to identify gaps. Results One hundred thirty LRSUGs were identified; most focused on alcohol (n = 40, 31%), cannabis (n = 30, 23%), and caffeine (n = 21, 16%). LRSUGs provided recommendations about dosing (n = 108, 83%), frequency of use (n = 72, 55%), and when to use (n = 86, 66%). Most LRSUGs were published by health (n = 51, 39%) and third-sector organizations (n = 41, 32%), followed by provincial/state (n = 18, 14%), government (n = 14, 11%), municipal (n = 4, 3%), and academic (n = 2, 2%) sources. Only 16% (n = 21) of LRSUGs were youth-specific and one-quarter (n = 32, 25%) of LRSUGs provided gender-specific recommendations. Most guidelines featured information on short (n = 76, 58%) and long-term (n = 69, 53%) negative effectives and positive effects of substances (n = 56, 43%). Less than half (n = 50, 38%) of LRSUGs cited evidence in support of the information they provided. Conclusions We identified several areas in the current LRSUGs for youth that need to be addressed. Among the gaps are a lack of LRSUGs developed specifically for youth, a lack of youth engagement in developing harm reduction strategies centered around them, and a lack of evidence-based LRSUGs. Youth-oriented, evidence-based LRSUGs are needed to better support youth who use substances and help them manage the negative effects of substance use.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».