An urgent need for community lot testing of lateral flow fentanyl test strips marketed for harm reduction in Northern America
Notice bibliographique
Résumé
BACKGROUND: Fentanyl test strips (FTS) are lateral flow immunoassay strips designed for detection of ng/mL levels of fentanyl in urine. In 2021, the US Centers for Disease Control and the Substance Abuse and Mental Health Administration stated that federal funds could be used for procurement of FTS for harm reduction strategies approved by the government such as drug checking. The market for FTS has expanded rapidly in the US and Canada. However, there is no regulatory oversight by either government to ensure proper function of FTS that are being marketed for drug checking. MAIN BODY: Many brands of FTS have rapidly entered the harm reduction market, creating concerns about the reproducibility and accuracy of their performance from brand to brand and lot to lot. Some examples are provided in this Comment. Similar problems with product quality were observed in the mid 2000's when lateral flow immunoassays for malaria were funded in many countries and again in 2020, when COVID-19 tests were in huge demand. The combination of high demand and low levels of regulation and enforcement led some manufacturers to join the goldrush without adequate field testing or quality assurance. We argue that the harm reduction community urgently needs to set a lot checking program in place. A set of simple protocols for conducting the tests and communicating the results have been developed, and are described in the following Perspectives paper in this issue. CONCLUSION: In the absence of governmental regulation and enforcement, the harm reduction community should implement a FTS lot checking program. Based on previous experience with the malaria diagnostic lot checking program, this inexpensive effort could identify products that are not suitable for harm reduction applications and provide valuable feedback to manufacturers. Dissemination of the results will help harm reduction organizations to ensure that FTS they use for drug checking are fit for the purpose.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».