Retrospective Analyses of High-risk NPS: Integrative Analyses of PubMed, Drug Fora, and the Surface Web
Notice bibliographique
Résumé
BACKGROUND: Novel psychoactive substances (NPS) can be classified based on their safety for use into low-risk and high-risk. High-risk NPS can be either lethal or poisonous. Fatalities can be either pharmacological or behavioural-induced, including suicide and homicide.MATERIALS & METHODS: Observational analysis, including retrospective, were implemented across; Google Trends, PubMed/MedLine database; Drug Fora, and the surface web. The aim was to collect data in relation to incidents of intoxication and fatalities caused by forty-seven (47) of the most popular NPS and to infer the high-risk (hazardous) substances. Geo-mapping was also applicable. Inferential analyses were also carried out to deduct data on the different age grouping of (ab)users.RESULTS: Among the most popular NPS substances, nearly half of them were labelled as high-risk due to their relatively high incidence of intoxications and deaths. The substances included; DMA/DOX, MXE, Mescaline, Methylone, Crack, GHB, Benzodiazepines, NBOMe, 2C-B, DMT, Stimulants RCs, Shrooms, Ketamine, Opioids, Heroin, Meth, Speed, LSD, MDMA, and Cocaine. Many of these substances were either psychedelic or dissociative substance. Geo-mapping of use indicated that the top ten contributing countries were; Australia, Canada, United States, United Kingdom, New Zealand, Ireland, Norway, Netherlands, Switzerland, and Estonia. The contribution of the Middle East was insignificant, although data have regularly been noticed originating from Israel, Iran, and Turkey.CONCLUSION: In this study, an unconventional inferential method is suggested for analysis of high-risk NPS; it is based on cross-sectional and longitudinal analysis of data. It relies primarily on data from; the surface web, Google Trends, PubMed/Medline database, and drug fora. This method is not only descriptive but also inferential for age and gender among (ab)users of a diverse array of high-risk NPS substances.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,029 | 0,039 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».