Towards cross-Canada monitoring of the unregulated street drug supply
Notice bibliographique
Résumé
BACKGROUND: The well-being of people who use drugs (PWUD) continues to be threatened by substances of unknown type or quantity in the unregulated street drug supply. Current efforts to monitor the drug supply are limited in population reach and comparability. This restricts capacity to identify and develop measures that safeguard the health of PWUD. This study describes the development of a low-barrier system for monitoring the contents of drugs in the unregulated street supply. Early results for pilot sites are presented and compared across regions. METHODS: The drug content monitoring system integrates a low-barrier survey and broad spectrum urine toxicology screening to compare substances expected to be consumed and those actually in the drug supply. The system prototype was developed by harm reduction pilot projects in British Columbia (BC) and Montreal with participation of PWUD. Data were collected from harm reduction supply distribution site clients in BC, Edmonton and Montreal between May 2018-March 2019. Survey and urine toxicology data were linked via anonymous codes and analyzed descriptively by region for trends in self-reported and detected use. RESULTS: The sample consisted of 878 participants from 40 sites across 3 regions. Reported use of substances, their detection, and concordance between the two varied across regions. Methamphetamine use was reported and detected most frequently in BC (reported: 62.8%; detected: 72.2%) and Edmonton (58.3%; 68.8%). In Montreal, high concordance was also observed between reported (74.5%) and detected (86.5%) cocaine/crack use. Among those with fentanyl detected, the percentage of participants who used fentanyl unintentionally ranged from 36.1% in BC, 78.6% in Edmonton and 90.9% in Montreal. CONCLUSIONS: This study is the first to describe a feasible, scalable monitoring system for the unregulated drug supply that can contrast expected and actual drug use and compare trends across regions. The system used principles of flexibility, capacity-building and community participation in its design. Results are well-suited to meet the needs of PWUD and inform the local harm reduction services they rely on. Further standardization of the survey tool and knowledge mobilization is needed to expand the system to new jurisdictions.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».