Notice bibliographique
Résumé
Background and aims Wastewater-based epidemiology is an additional indicator of drug use that is gaining reliability to complement the current established panel of indicators.The aims of this study were to: (i) assess spatial and temporal trends of population-normalized mass loads of benzoylecgonine, amphetamine, methamphetamine and 3,4methylenedioxymethamphetamine (MDMA) in raw wastewater over 7 years (2011-17); (ii) address overall drug use by estimating the average number of combined doses consumed per day in each city; and (iii) compare these with existing prevalence and seizure data.Design Analysis of daily raw wastewater composite samples collected over 1 week per year from 2011 to 2017.Setting and Participants Catchment areas of 143 wastewater treatment plants in 120 cities in 37 countries.Measurements Parent substances (amphetamine, methamphetamine and MDMA) and the metabolites of cocaine (benzoylecgonine) and of Δ 9 -tetrahydrocannabinol (11-nor-9-carboxy-Δ 9 -tetrahydrocannabinol) were measured in wastewater using liquid chromatography-tandem mass spectrometry.Daily mass loads (mg/day) were normalized to catchment population (mg/1000 people/day) and converted to the number of combined doses consumed per day.Spatial differences were assessed world-wide, and temporal trends were discerned at European level by comparing 2011-13 drug loads versus 2014-17 loads.Findings Benzoylecgonine was the stimulant metabolite detected at higher loads in southern and western Europe, and amphetamine, MDMA and methamphetamine in East and North-Central Europe.In other continents, methamphetamine showed the highest levels in the United States and Australia and benzoylecgonine in South America.During the reporting period, benzoylecgonine loads increased in general across Europe, amphetamine and methamphetamine levels fluctuated and MDMA underwent an intermittent upsurge.Conclusions The analysis of wastewater to quantify drug loads provides near real-time drug use estimates that globally correspond to prevalence and seizure data.
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 | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,503 | 0,376 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».