Comparison of Laboratory Confirmed Drugs in Acute Recreational Drug Toxicity Presentations to an Urban Hospital in London, UK, 2016/17 versus 2019/20
Notice bibliographique
Résumé
INTRODUCTION: Novel Psychoactive Substance (NPS) use is increasingly prevalent and is often associated with severe acute recreational drug toxicity (ARDT). 258 UK deaths were attributed to NPS use in 2021. Confirmatory testing which identifies NPS is limited by expense and timeliness. We aimed to identify NPS and other recreational drugs in a sample of 1000 ARDT presentations to a central London hospital in 2019/20 and to compare these drugs to those identified from a previous cohort in 2016/2017. METHODS: We prospectively enrolled 1000 serum samples from ARDT presentations to St Thomas' Hospital between February 2019 and February 2020. Serum samples were deidentified and underwent qualitative analysis via mass spectrometry. Results were returned at the conclusion of testing and statistical analysis performed using 'R' (R Foundation for Statistical Computing). RESULTS: Twenty-eight unique NPS were detected in 2019/20, compared to 31 in 2016/17. Eight new NPS were detected in 2019/20: four benzodiazepines, two synthetic cannabinoid receptor agonists, one cathinone and one ketamine-analogue. No NPS opioids were detected in either cohort. Cannabis (16%,11% p = 0.02), ketamine (12%,7% p < 0.01) and opioids (57%,24% p < 0.01) were detected significantly more frequently in 2019/20 than in 2016/17, while alcohol (22%,49% p < 0.01), cathinones (1%,15% p < 0.01), GHB (14%,20% p < 0.01) and MDMA (9%,18% p < 0.01) were detected less frequently. CONCLUSIONS: Studies that utilise confirmatory testing to detect NPS in presentations of ARDT provide important information for public health interventions. More NPS benzodiazepines and fewer NPS cathinones were detected in 2019/20, following temporal trends of forensic detection throughout Europe and reinforcing the importance of identifying emerging drugs.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».