A meta‐analysis of marijuana, cocaine and opiate toxicology study findings among homicide victims
Notice bibliographique
Résumé
ABSTRACT Aim To synthesize the results of marijuana, cocaine and opiate drug toxicology studies of homicide victims and examine variation in results across person and setting characteristics. Methods A meta-analysis of 18 independent studies identified from an extensive review of 239 published articles that met the inclusion criteria of reporting marijuana, cocaine and/or opiate toxicology test results for homicide victims. A total of 28 868 toxicology test results derived from 30 482 homicide victims across five countries were examined. Results On average, 6% of homicide victims tested positive for marijuana, 11% tested positive for cocaine, and 5% tested positive for opiates. The proportion of homicide victims testing positive for illicit drugs has increased over time. Age had a strong curvilinear relationship with toxicology test results, but gender differences were not apparent. Hispanic and African American homicide victims were more likely to test positive for cocaine; Caucasians were most likely to test positive for opiates. Cocaine use appeared to be related to increased risk of death from a firearm and was a greater risk factor for violent victimization in the United States than in Newfoundland and Scandinavia. Conclusion There are relatively few studies of illicit drug toxicology reports from homicide victims that allow for cross-cultural comparisons. This study provides a basis for comparing future local toxicology test results to estimates from existing research.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 tête enseignante, 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 ».