Polydrug use among pregnant methadone users
Notice bibliographique
Résumé
Methadone maintenance treatment (MMT) is used to manage opioid dependence. However, the common practice of polydrug use poses a serious concern with women co‐abusing substances during pregnancy. The objective of this study was to assess polydrug use in pregnant methadone users by meconium result analysis. Meconium samples were collected from the Motherisk Laboratory for testing as per requests by children's aid societies and hospitals. Over 22 months, samples were tested for substances of abuse through immunoassay (ELISA) or GC‐MS analysis. All methadone positive samples were used to assess frequency of polydrug use in a high‐risk pregnant population with methadone negative samples serving as controls. Of the tested samples, 117 were positive and 88 were negative for methadone. Opioids were the most prevalent drug class detected for both groups (44.4 and 50% respectively). No statistical difference was found for the prevalence of any individual or class of drug, with the exception of codeine (p=0.042), nor for the average minimum number of drugs detected (1.33 (SD=1.05) and 1.55 (SD=1.30) respectively). With opioids being the most prevalent drug class, this could suggest that opioid dependence is not effectively managed in a substantial fraction of individuals on MMT. With a high rate of polydrug use, it is pertinent to study the effects this can have on the fetus in future research.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 ».