Nonmedical prescription psychiatric drug use and the darknet: A cryptomarket analysis
Notice bibliographique
Résumé
BACKGROUND: Nonmedical prescription psychiatric drug use (NMPDU) is an increasing global health problem, with recent concern focusing on darknet cryptomarkets as sources of procurement. There is a shortage of evidence regarding comparative worldwide NMPDU trends, due in part to data collection difficulties. This problem is particularly marked for non-opioid drugs, particularly those psychiatric drugs which act on the central nervous system (CNS) and have high misuse potential and are associated with high levels of dependency and fatal overdose. This paper therefore has two goals: 1) to report on the kinds of psychiatric prescription drugs available on cryptomarkets, and 2) to use this data to uncover temporal and geographical trends in sales of these products, potentially informing policy regarding NMPDU more generally. METHOD: Digital trace data collected from 31 cryptomarkets in operation between September 2013 and July 2016 was analysed by country of origin descriptively and for trends in the sales for 7 psychiatric drug groupings, based on their main indication or intended use in psychiatric practice. RESULTS: Sedatives (such as diazepam and alprazolam) and CNS stimulants (mainly Adderall, modafinil and methylphenidate) had the greatest share of sales, but usage and trends varied by location. The UK has high and rising levels of sedative sales, whilst the USA has the greatest stimulant sales and increasing sedative rates. Sales of drugs used in the treatment of opioid dependency are also substantial in the USA. The picture is less clear in mainland Europe with high sales levels reported in unexpected Central and Northern European countries. There is evidence of a move towards the more potent sedative alprazolam - already implicated as a source of problematic NMPDU in the USA - in Australia and the UK. Sales of drugs such as antidepressants, antipsychotics, mood stabilisers and antidementia drugs - all drugs with limited abuse potential - were negligible, indicating minimal levels of online cryptomarket procurement for self-medicating mental health problems. CONCLUSION: Predominantly, psychiatric drugs with potent sedative, stimulant or euphoriant effects are sold on cryptomarkets and this varies by country. With some caveats regarding the limitations of cryptomarket digital trace data taken into account, the study of trends of these products sold online over time may offer a novel and increasingly important window onto wider drug purchasing habits.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».