Three years of wastewater surveillance for new psychoactive substances from 16 countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The proliferation of new psychoactive substances (NPS) over recent years has made their surveillance complex. The analysis of raw municipal influent wastewater can allow a broader insight into community consumption patterns of NPS. This study examines data from an international wastewater surveillance program that collected and analysed influent wastewater samples from up to 47 sites in 16 countries between 2019 and 2022. Influent wastewater samples were collected over the New Year period and analysed using validated liquid chromatography - mass spectrometry methods. Over the three years, a total of 18 NPS were found in at least one site. Synthetic cathinones were the most found class followed by phenethylamines and designer benzodiazepines. Furthermore, two ketamine analogues, one plant based NPS (mitragynine) and methiopropamine were also quantified across the three years. This work demonstrates that NPS are used across different continents and countries with the use of some more evident in particular regions. For example, mitragynine has highest mass loads in sites in the United States, while eutylone and 3-methylmethcathinone increased considerably in New Zealand and in several European countries, respectively. Moreover, 2F-deschloroketamine, an analogue of ketamine, has emerged more recently and could be quantified in several sites, including one in China, where it is considered as one of the drugs of most concern. Finally, some NPS were detected in specific regions during the initial sampling campaigns and spread to additional sites by the third campaign. Hence, wastewater surveillance can provide an insight into temporal and spatial trends of NPS use.
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.
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 | 0,000 |
| 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 | 0,001 |
| 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) | 0,002 | 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 découle