MétaCan
Menu
Retour à la cohorte
Enregistrement W7139670525

Investigating the Influence of Drug Checking Services on People Who Use Drugs

2025· dissertation· W7139670525 sur OpenAlexafffundabout
Nazlee Maghsoudi

Notice bibliographique

RevueTSpace (University of Toronto) · 2025
Typedissertation
Langue
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensInstitute of Health Services and Policy Research
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Research, Innovation and ScienceSt. Michael's Hospital Foundation
Mots-clésDrugThematic analysisService (business)Qualitative researchVulnerability (computing)ReflexivityInformation sharing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Against the backdrop of a nationwide drug toxicity and overdose crisis, drug checking services (DCS) – including Toronto’s Drug Checking Service (T-DCS) – have emerged as part of a comprehensive approach to preventing overdose mortality in Canada. DCS provide people who use drugs (PWUD) with chemical analysis results of their drug samples while simultaneously monitoring the unregulated drug market. This thesis project investigates the impacts of DCS on behaviours and risks experienced by PWUD in Toronto, Ontario. Methods: A systematic review synthesized literature on: (a) the influence of DCS on the behaviour of PWUD; (b) monitoring of drug markets by DCS; and (c) outcomes related to models of DCS. A dual phase qualitative approach explored the perceptions of PWUD (N=24) on facilitators, barriers, and outcomes of T-DCS, as well as of interest-holders (N=16) of T-DCS on its applications and improvements. Reflexive thematic analysis was undertaken to explore patterns across the datasets. Results: Inclusive of 90 studies, the systematic review found monitoring of drug markets by DCS (n=63, 70%) was most reported, followed by the influence of DCS on behaviour (n=31, 34.4%). Among PWUD, facilitators to T-DCS included receiving and sharing information about drug contents, responding to unexpected drug effects and appearances, as well as informing drug consumption and drug market engagement. Outcomes from service use included sharing information, seeking additional information and services, changing use of substances, and altering drug market engagement. Among interest-holders, applications of information from T-DCS included educating others, advocating for policy changes, developing policies, and altering clinical practice. Barriers and improvements related to technology used for sample analysis, service capacity, outputs, and processes, and drug criminalization. Conclusions: DCS influence the behaviour of PWUD, particularly when results are unexpected or drugs of concern. Facilitators and outcomes among PWUD, as well as applications of T-DCS among interest-holders, were often driven by motivations to improve health and related outcomes for PWUD and broader communities in the context of an unpredictable and toxic unregulated drug supply. Findings can be informative in optimizing T-DCS and as DCS increasingly play a role within a comprehensive approach to overdose prevention in Canada and elsewhere.

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)0,028
score de la tête « metaresearch » (Gemma)0,113
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,388
Score d'incertitude au seuil0,771

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,113
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,003
Communication savante0,0040,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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'étudeObservationnel
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTSpace (University of Toronto)Même sujetOpioid Use Disorder TreatmentTravaux en français237 207