Evaluating networked drug checking services in Toronto, Ontario: study protocol and rationale
Notice bibliographique
Résumé
BACKGROUND: The increasing incidence of fatal opioid overdose is a public health crisis in Canada. Given growing consensus that this crisis is related to the presence of highly potent opioid adulterants (e.g., fentanyl) in the unregulated drug supply, drug checking services (DCS) have emerged as part of a comprehensive approach to overdose prevention. In Canada's largest city, Toronto, a network of DCS launched in 2019 to prevent overdose and overdose-related risk behaviors. This network employs mass spectrometry technologies, with intake sites co-located with supervised consumption services (SCS) at three frontline harm reduction agencies. The protocol and rationale for assessing the impact of this multi-site DCS network in Toronto is described herein. The aims of this study are to (1) evaluate the impact of DCS access on changes in and factors influencing overdose and related risk behaviors, (2) investigate the perceived capacity of DCS to prevent overdose, and (3) identify composition (qualitative and quantitative) trends in Toronto's unregulated drug supply. METHODS: We will use a parallel-mixed-methods design with complementary data sources (including data from chemical analysis of drug samples, quantitative intake and post-test surveys, SCS, coroners, paramedic services, and qualitative interviews), followed by a meta-inference process wherein results from analyses are synthesized. RESULTS: Whereas most DCS globally target "recreational drug users," in Toronto, this networked DCS will primarily target marginalized people who use drugs accessing frontline services, many of whom use drugs regularly and by injection. This evolution in the application of DCS poses important questions that have not yet been explored, including optimal service delivery models and technologies, as well as unique barriers for this population. Increasing information on the unregulated drug supply may modify the risk environment for this population of people who use drugs. CONCLUSIONS: This study addresses evidence gaps on the emerging continuum of overdose prevention responses and will generate critical evidence on a novel approach to reducing the ongoing high incidence of drug-related morbidity and mortality in Canada and elsewhere.
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 | 0,040 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,008 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,007 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,003 |
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 ».