There aremajor challenges in conduc

There aremajor challenges in conducting this type of research.Many
of the drug dependent participants in these prospective studies were
selected via their participation in drug treatment. Our exclusion of
studieswith less than three years followup largely excluded active drug
treatment trials. Treatment samples with a follow-up of three years or
more were included. This has implications for the interpretation of
results. It is likely that peoplewho seek treatment for drug dependence
have higher rates of remission than users who do not seek such help.
Some treatments are alsomore effective than others (Gonzalez, Oliveto,
& Kosten, 2002; Gowing, Ali, & White, 2000) thereby reflecting in
remission rates. Treatment samples were nonetheless included in the
review because of the very small number of general population cohort
studies that have investigated remission from drug dependence. In the
absence of treatment samples this review would have included only
three studies of cannabis dependence, two studies of cocaine and three
studies of opioid dependence and none for amphetamine dependences.
A further limitation is that the estimated remission rate assumes
an exponential pattern based on two points: 100% of people being
dependent at the start, and the percent who are dependent at end of
follow-up. A more accurate way of estimating this would use personyears
at risk (i.e. still dependent and alive). The current data may
underestimate remission for those types of drug dependence with
appreciable mortality risks, such as opioids (Degenhardt, McLaren, Ali,
& Briegleb, 2008; Degenhardt et al., 2009). Calculating conservative
remission estimates — assuming persons lost to follow-up are still
cases — provides more measurements over follow-up period to
examine the fit of an exponential function of remission. Calculation of
conservative remission rates demonstrates the importance of clearer
reporting of follow-up rates of samples across studies and indicates
the levels of uncertainty around estimated “remission” rates when
different assumptions are made about the dependence status of cases
lost to follow-up.
Estimates were pooled to provide remission rates that could be
compared across drug types. There were, however, major limitations
to this approach: 1) differences in sample characteristics (both
general population and treatment samples were included); and 2)
differences in definitions of remission that were used. Despite these
limitations, pooling available data to summarize remission rates
provides the first, albeit provisional comparison of remission rates
across drug types.

ผลลัพธ์ (ไทย) 1:

มี aremajor ความท้าทายในการดำเนินงานวิจัยประเภทนี้หลายของยา ขึ้นอยู่กับผู้เข้าร่วมในการศึกษาเหล่านี้มีแนวโน้มได้เลือกผ่านการเข้าร่วมในการบำบัดรักษายาเสพติด ของเรากันstudieswith น้อยกว่า 3 ปีติดตามส่วนใหญ่ไม่รวมยาเสพติดที่ใช้งานอยู่การทดลองรักษา ตัวอย่างการรักษา ด้วยการติดตามผล 3 ปี หรือเพิ่มเติมได้รวม มีผลในการตีความผลลัพธ์ที่ เหมือน peoplewho ที่แสวงหาการรักษาสำหรับพึ่งพายาเสพติดปลดอัตราสูงกว่าผู้ขอความช่วยเหลือดังกล่าวได้รักษาบางอย่างจะมีประสิทธิภาพมากกว่าผู้อื่น (Gonzalez, Oliveto, alsomore& Kosten, 2002 Gowing อาลี ดำ ขาว 2000) ผลสะท้อนในราคาถูกปลด ตัวอย่างรักษากระนั้นรวมอยู่ในการทบทวนเนื่องจาก มีขนาดเล็กมากจำนวนผู้ผ่านประชากรทั่วไปการศึกษาที่มีการตรวจสอบการปลดจากการพึ่งพายาเสพติด ในขาดตัวอย่างการรักษาตรวจทานนี้จะรวมเฉพาะการศึกษาสามพึ่งพากัญชา โคเคนศึกษาสองและสามการศึกษาของ opioid พึ่งพาและไม่มีสำหรับการ dependences แอมเฟตามีนข้อจำกัดเพิ่มเติมเป็นอัตราโดยประมาณปลดสันนิษฐานเป็นรูปแบบเอ็กซ์โพเนนเชียตามจุดที่สอง: 100% ของคนขึ้นอยู่กับการที่เริ่มต้น และร้อยละที่ขึ้นอยู่ที่จุดสิ้นสุดของติดตามผลการ วิธีถูกต้องมากขึ้นของประมาณนี้จะใช้ personyearsที่มีความเสี่ยง (เช่นยังไม่เป็นอิสระ และมีชีวิตอยู่) ข้อมูลปัจจุบันอาจดูถูกดูแคลนปลดของพึ่งพายาเสพติดด้วยความเสี่ยงการตายเห็น เช่น opioids (Degenhardt, McLaren อาลี& Briegleb, 2008 Degenhardt et al., 2009) การคำนวณหัวเก่าปลดประเมินเช่นสมมติว่า คนที่หายไปจะติดตามผลอยู่กรณีคือให้วัดเพิ่มเติมระยะเวลาติดตามผลการตรวจสอบพอดีฟังก์ชันเอ็กซ์โพเนนเชียของปลด คำนวณราคาปลดหัวเก่าแสดงให้เห็นถึงความสำคัญของความคมชัดรายงานการติดตามราคาอย่างในการศึกษา และบ่งชี้ระดับของความไม่แน่นอนรอบประเมิน "ปลด" ราคาเมื่อสมมติฐานต่าง ๆ จะเกี่ยวกับสถานะกรณีของการพึ่งพาหายไปเพื่อติดตามผลประเมินถูกทางถูกพูให้ปลดราคาที่อาจเปรียบเทียบระหว่างชนิดของยาเสพติด มี แต่ ข้อจำกัดที่สำคัญวิธีการนี้เพื่อ: 1) ความแตกต่างในลักษณะของตัวอย่าง (ทั้งสองตัวอย่างประชากรและการรักษาทั่วไปไม่รวม); และ 2)ความแตกต่างในนิยามของปลดที่ใช้ แม้เหล่านี้ข้อจำกัด การเก็บพักข้อมูลที่มีการสรุปราคาปลดแสดงครั้งแรก แม้ว่าสำรองเปรียบเทียบอัตราการปลดทั้งชนิดยาเสพติด

ผลลัพธ์ (ไทย) 2:

มีความท้าทายในการดำเนินการประเภทของ research.Many นี้ aremajor
ของยาเสพติดเข้าร่วมขึ้นอยู่ในการศึกษาในอนาคตเหล่านี้ถูก
เลือกผ่านการมีส่วนร่วมในการรักษายาเสพติด ยกเว้นของเรา
studieswith น้อยกว่าสามปีติดตามการยกเว้นส่วนใหญ่ยาเสพติดที่ใช้งาน
ทดลองการรักษา ตัวอย่างการรักษาด้วยการติดตามสามปีหรือ
อื่น ๆ ได้รวม นี้มีความหมายสำหรับการแปลความหมายของ
ผลการ มันมีแนวโน้มว่า peoplewho แสวงหาการรักษายาเสพติด
มีราคาที่สูงขึ้นของการให้อภัยกว่าผู้ใช้ที่ไม่ได้ขอความช่วยเหลือดังกล่าว.
การรักษาบางอย่างมีประสิทธิภาพ alsomore กว่าคนอื่น ๆ (อนซาเลซ, Oliveto,
& Kosten 2002; Gowing อาลี & White, 2000) จึงสะท้อนให้เห็นถึงใน
อัตราการหาย ตัวอย่างการรักษาถูกรวมอย่างไรก็ตามใน
การตรวจสอบเพราะจำนวนน้อยมากของประชากรทั่วไปการศึกษา
การศึกษาที่มีการตรวจสอบการให้อภัยจากการพึ่งพายาเสพติด ใน
กรณีที่ไม่มีการรักษาตัวอย่างการตรวจสอบนี้จะได้รวมถึงมีเพียง
สามการศึกษาของการพึ่งพากัญชาสองการศึกษาของโคเคนและสาม
การศึกษาของการพึ่งพาอาศัย opioid และไม่มีสำหรับ dependences ยาบ้า.
ข้อ จำกัด ต่อไปคือว่าอัตราการให้อภัยประมาณถือว่า
รูปแบบการชี้แจงขึ้นอยู่กับสอง จุด: 100% ของคนที่ถูก
ขึ้นอยู่ในช่วงเริ่มต้นและร้อยละที่จะขึ้นอยู่ในตอนท้ายของ
การติดตาม วิธีที่ถูกต้องมากขึ้นของการประเมินนี้จะใช้ personyears
ที่มีความเสี่ยง (เช่นยังคงขึ้นอยู่และมีชีวิตอยู่) ข้อมูลปัจจุบันอาจ
ประมาทให้อภัยสำหรับประเภทที่ของการพึ่งพายาเสพติดที่มี
ความเสี่ยงการเสียชีวิตรู้สึกได้เช่น opioids (Degenhardt, แม็คลาเรน, อาลี
และ Briegleb 2008;. Degenhardt et al, 2009) คำนวณอนุลักษณ์
ประมาณการการให้อภัย - สมมติว่าคนหายไปติดตามยังคงเป็น
กรณี - ให้การวัดมากขึ้นในช่วงระยะเวลาการติดตามการ
ตรวจสอบความเหมาะสมของฟังก์ชั่นการชี้แจงของการให้อภัย การคำนวณ
อัตราการหายอนุลักษณ์แสดงให้เห็นถึงความสำคัญของการที่ชัดเจน
ของอัตราการรายงานการติดตามผลของกลุ่มตัวอย่างทั่วศึกษาและแสดง
ระดับของความไม่แน่นอนรอบประมาณ "การให้อภัย" อัตราเมื่อ
สมมติฐานที่แตกต่างกันจะทำเกี่ยวกับสถานะของการพึ่งพาอาศัยกันของกรณีที่
สูญเสียไปกับการติดตาม.
ประมาณการ ได้ถูกรวบรวมเพื่อให้อัตราการให้อภัยที่สามารถ
เทียบข้ามประเภทยาเสพติด มี แต่ข้อ จำกัด ที่สำคัญ
แนวทางนี้: 1) ความแตกต่างในลักษณะของกลุ่มตัวอย่าง (ทั้ง
ประชาชนทั่วไปและตัวอย่างการรักษาได้รวม); และ 2)
ความแตกต่างในคำจำกัดความของการให้อภัยที่ถูกนำมาใช้ ถึงแม้ว่าจะมี
ข้อ จำกัด ข้อมูลที่มีอยู่ร่วมกันที่จะสรุปอัตราการหายไป
ให้ครั้งแรกแม้ว่าการเปรียบเทียบชั่วคราวของอัตราการหายไป
ในทุกประเภทของยาเสพติด

ผลลัพธ์ (ไทย) 3:

มีความท้าทายในการ aremajor ดำเนินการประเภทของการวิจัยนี้ หลาย
ของยาเสพติดในผู้เข้าร่วมการศึกษาที่คาดหวังเหล่านี้
เลือกผ่านการมีส่วนร่วมในการรักษา ยกเว้นของเรา
studieswith น้อยกว่าสามปี ติดตามไป ไม่รวมงานยาเสพติด
การคัดตัว ตัวอย่างการรักษาด้วยการติดตามผล 3 ปีหรือ
เพิ่มเติมรวมนี้มีผลกระทบต่อการตีความของ
ผลลัพธ์ มันเป็นโอกาสที่ peoplewho แสวงหาการรักษา
ยาเสพติดมีอัตราที่สูงขึ้นของการให้อภัยมากกว่าผู้ใช้ที่ไม่ได้แสวงหาความช่วยเหลือดังกล่าว .
บางการรักษา alsomore มีประสิทธิภาพมากกว่าคนอื่น ( โอลิเวโต กอนซาเลส , ,
& kosten , 2002 ; บริการ อาลี &สีขาว , 2000 ) จึงสะท้อนใน
อัตรา remission . ตัวอย่างการรักษาได้ซึ่งรวมอยู่ใน
ทบทวนเพราะจำนวนน้อยมากที่ศึกษาทั่วไปศึกษาประชากรที่ศึกษา
remission จากการพึ่งพายาเสพติด ในการตรวจสอบตัวอย่างการรักษานี้

จะได้รวมเพียง 3 ศึกษาการพึ่งพาโคเคน กัญชา 2 การศึกษาและการศึกษาของการพึ่งพาอาศัย opioid สาม

ไม่มี dependences ยาบ้าข้อเพิ่มเติมคือประมาณ 12 คะแนนถือว่า
ชี้แจงรูปแบบขึ้นอยู่กับสองจุด : 100% ของคนที่ถูก
ขึ้นอยู่กับที่เริ่มต้นและร้อยละที่ขึ้นอยู่ในตอนท้ายของ
ติดตาม เป็นวิธีที่ถูกต้องมากขึ้นของการประเมินนี้จะใช้ personyears
เสี่ยง ( เช่น ยัง และยังมีชีวิตอยู่ ) ข้อมูลปัจจุบันอาจ
ประมาทการให้อภัยสำหรับผู้ประเภทของยาเสพติดการพึ่งพากับ
ความเสี่ยงของตนเอง เช่น โอปิออยด์ ( degenhardt McLaren , Ali , ,
& briegleb , 2008 ; degenhardt et al . , 2009 ) การคำนวณประมาณการ -
การให้อภัยอนุลักษณ์สมมติว่าคนขาดการติดตามยังคง
กรณีให้มากขึ้นกว่าการตรวจสอบการวัดระยะเวลา

พอดีของฟังก์ชันเอกซ์โพเนนเชียลของการให้อภัย การคำนวณ
อัตรา remission อนุลักษณ์แสดงให้เห็นถึงความสำคัญของความคมชัด
รายงานการติดตามอัตราตัวอย่างในการศึกษาและพบว่าระดับของความไม่แน่นอนรอบโดยประมาณ

" อัตรา remission " เมื่อสมมติฐานที่แตกต่างกันจะทำเกี่ยวกับการขาดการติดตามสถานะของกรณี
.
( รวมประมาณการให้อัตรา remission ได้
เมื่อเทียบในประเภทยา เคยมีอย่างไรก็ตาม หลักข้อ
วิธีการนี้ : 1 ) ความแตกต่างในลักษณะตัวอย่าง ( ทั้ง
ประชากรทั่วไปและการรักษาจำนวนรวม ) และ 2 )
ความแตกต่างในคำนิยามของการให้อภัยที่ถูกใช้ แม้จะมีข้อ จำกัด เหล่านี้
, การข้อมูลเพื่อสรุปอัตรา remission
ให้ก่อน แม้ว่าการเปรียบเทียบอัตรา remission
ชั่วคราวในประเภทยา