Detection of benzodiazepines in the unregulated drug supply using point of care and confirmatory drug checking technologies: A validation study
Notice bibliographique
Résumé
OBJECTIVE: Benzodiazepine adulteration in British Columbia's (BC) unregulated opioid supply has risen. Given the health risks associated with co-ingestion of opioids and benzodiazepines, accurate detection of benzodiazepines using point-of-care drug checking technologies is critical. This study aimed to validate the use of Fourier-transform infrared spectroscopy (FTIR) and benzodiazepine immunoassay strips compared to gold standard laboratory technologies. METHODS: From October 2018 to November 2023, drug samples submitted to harm reduction sites in BC were analyzed using FTIR and benzodiazepine immunoassay strips. A subset of these samples was sent for confirmatory analysis using quantitative nuclear magnetic resonance spectroscopy, gas chromatography-mass spectrometry, and/or liquid chromatography-mass spectrometry. We calculated measures of diagnostic accuracy (e.g., sensitivity, specificity) for the point-of-care technologies. RESULTS: Of 1922 samples with point-of-care and confirmatory results, 390 (20 %) tested positive for a benzodiazepine. FTIR sensitivity was 26 % (95 % confidence interval [CI]:21-30 %) and specificity was 99 % (95 % CI:99-100 %). Immunoassay strip sensitivity was 67 % (95 % CI:62-72 %) and specificity was 82 % (95 % CI:79-85 %), respectively. When FTIR and immunoassay strip results were combined, sensitivity was 75 % (95 % CI:70-79 %) and specificity was 82 % (95 % CI: 79-84 %). When etizolam was excluded, the sensitivity and specificity of immunoassay strips were 98 % (95 % CI:94-99 %) and 83 % (95 % CI:81-86 %), respectively. CONCLUSIONS: FTIR did not consistently detect the presence of benzodiazepines and related compounds at point-of-care. However, sensitivity improved when FTIR was combined with immunoassay strips, underscoring the importance of using both technologies in tandem. As etizolam is not a true benzodiazepine, it poses considerable challenges using existing point-of-care drug checking technologies.
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».