Three years of wastewater surveillance for new psychoactive substances from 16 countries
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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».