Wastewater-Based Surveillance of Substances of Potential Abuse
Notice bibliographique
Résumé
ObjectiveAmid a drug poisoning epidemic, UCalgary adapted its comprehensive wastewater monitoring program to track illicit drug use. The joint initiative between the academic community and Alberta municipalities aims to provide early warning information on changes in the drug supply to healthcare workers, policymakers, and people with substance use disorders (pwSUD). ApproachThe logistic network, first used for SARS-CoV-2 monitoring, has evolved to track 48 substances linked to substance use. These include the parent drugs (e.g., cocaine, methamphetamines, various opiates) and their metabolites. The comprehensive nature of this tracking provides a nuanced understanding of trends. Collected up to 3X-weekly across various locations in Alberta including municipal wastewater treatment plants, entire neighbourhoods, and shelters, the data reveals geographical and temporal patterns in substance use. Findings were cross validated with Alberta’s substance use surveillance system to predict trends in wastewater, correlating with emergency and inpatient admissions and overdose deaths. ResultsThe research uncovered noteworthy trends. Intermittent, alarming, spikes in carfentanyl, benzodiazepines, and xylazine in wastewater were observed during periods of elevated Emergency Medical Services (EMS) responses to opioid-related incidents in the year 2023. This correlation underscores the real-world impact of the identified substance trends, emphasizing the urgency for targeted interventions to address the escalating opioid crisis. Further work to create a dashboard with additional data sources has begun. ConclusionsTimely data on the dynamic drug supply is crucial in addressing the ongoing drug poisoning crisis. The team is exploring ways to share information with emergency responders, healthcare providers, government officials, and pwSUD.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».