Licit psychostimulant consumption in Australia, 1984–2000: international and jurisdictional comparison
Notice bibliographique
Résumé
OBJECTIVES: To examine trends in the licit consumption of the psychostimulants dexamphetamine and methylphenidate in Australia and nine other countries from 1994 to 2000 and in each State and Territory of Australia from 1984 to 2000. DESIGN: Annual rates of consumption of psychostimulants were compared using Poisson regression models. All drug consumption was standardised to defined daily doses per 1000 population per day. MAIN OUTCOME MEASURES: Rates of consumption of each psychostimulant in each country and in each Australian State and Territory. RESULTS: For the 10 countries from 1994 to 2000, total psychostimulant consumption increased by an average 12% per year, with the highest increase from 1998 to 2000. Australia and New Zealand ranked third in total psychostimulant use after the United States and Canada. Australia consumed significantly more than the United Kingdom, Sweden, Spain, the Netherlands, France or Denmark. In Australia, from 1984 to 2000, the rate of consumption of licit psychostimulants increased by 26% per year, with an 8.46-fold increase from 1994 to 2000. Western Australia ranked first, with nearly twice the consumption rate of total psychostimulants as New South Wales, which ranked second. Methylphenidate is the main psychostimulant consumed in the US and Canada, and dexamphetamine in Australia. CONCLUSIONS: The consumption of psychostimulants in Australia is high internationally and varies significantly between States and Territories. The results imply varied jurisdictional prescribing determinants and supply processes throughout Australia, which may require new national prescribing standards and access to online patient data for prescribers and dispensers.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».