Comparative measurement and quantitative risk assessment of alcohol consumption through wastewater-based epidemiology: An international study in 20 cities
Notice bibliographique
Résumé
Quantitative measurement of drug consumption biomarkers in wastewater can provide objective information on community drug use patterns and trends. This study presents the measurement of alcohol consumption in 20 cities across 11 countries through the use of wastewater-based epidemiology (WBE), and reports the application of these data for the risk assessment of alcohol on a population scale using the margin of exposure (MOE) approach. Raw 24-h composite wastewater samples were collected over a one-week period from 20 cities following a common protocol. For each sample a specific and stable alcohol consumption biomarker, ethyl sulfate (EtS) was determined by liquid chromatography coupled to tandem mass spectrometry. The EtS concentrations were used for estimation of per capita alcohol consumption in each city, which was further compared with international reports and applied for risk assessment by MOE. The average per capita consumption in 20 cities ranged between 6.4 and 44.3L/day/1000 inhabitants. An increase in alcohol consumption during the weekend occurred in all cities, however the level of this increase was found to differ. In contrast to conventional data (sales statistics and interviews), WBE revealed geographical differences in the level and pattern of actual alcohol consumption at an inter-city level. All the sampled cities were in the "high risk" category (MOE<10) and the average MOE for the whole population studied was 2.5. These results allowed direct comparisons of alcohol consumption levels, patterns and risks among the cities. This study shows that WBE can provide timely and complementary information on alcohol use and alcohol associated risks in terms of exposure at the community level.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».