Análisis de aguas residuales con fines epidemiológicos: aplicaciones a la estimación del consumo de sustancias de abuso y en salud pública en general. Red española ESAR-Net
Notice bibliographique
Résumé
En este artículo se presenta la metodología de análisis de aguas residuales con fines epidemiológicos (wastewater-based epidemiology, WBE) y su potencial para abordar diversos aspectos relacionados con la salud pública. Esta metodología permite obtener datos a una escala temporal y espacial relativamente pequeña (típicamente datos diarios-semanales sobre un municipio) de hábitos de consumo de sustancias de abuso, ilegales (como la cocaína o el cannabis) o legales (como el alcohol) a través de la determinación de biomarcadores de consumo (el compuesto original no metabolizado o alguno de sus metabolitos) en el agua residual. Aparte de discutir los fundamentos, ventajas y limitaciones de WBE, se comentan los precedentes más relevantes a nivel internacional, y las actividades más destacables en España en este ámbito. Finalmente, se exponen, los objetivos de la Red Española de Análisis de Aguas Residuales con Fines Epidemiológicos (ESAR-Net), una “Red de Excelencia” que agrupa a investigadores españoles con amplia experiencia en el área de WBE, así como las perspectivas de futuro de esta metodología puede tener para mejorar las competencias de la Salud Pública en España
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 | 0,012 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».