MétaCan
Menu
Retour à la cohorte
Enregistrement W4408572826 · doi:10.1111/add.70027

Early identification of the use of potent benzylbenzimidazoles (nitazenes) through wastewater analysis: Two years of data from 22 countries

2025· article· en· W4408572826 sur OpenAlexaboutno aff
Richard Bade, Dhayaalini Nadarajan, Wayne Hall, Jared A Brown, Jennifer Schumann

Notice bibliographique

RevueAddiction · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilUniversity of QueenslandQueensland Health
Mots-clésGeographyEnvironmental healthWastewaterMedicineEnvironmental protectionEnvironmental scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIMS: The use of new synthetic opioids, such as the highly potent 2-benzylbenzimidazoles (i.e. nitazene) drugs, is a global health concern because of their increased risk of fatal overdose. In the early 2020s, nitazene analogues were linked to significant numbers of overdoses in the United States. Their reach is now worldwide, with nitazene overdose deaths reported in Europe, Australia and New Zealand. The aim of this study was to measure quantities of nitazenes in wastewater samples collected from 68 locations in 22 countries, covering six continents, to understand and estimate their use. METHODS: Untreated influent wastewater samples were collected over a one-week period that included the New Year period in 2022-2023 and 2023-2024. Samples were collected from 22 countries: Australia, Austria, Belgium, Brazil, Canada, Chile, China, Cyprus, Czechia, France, Germany, Greece, Iceland, Italy, New Zealand, Nigeria, Republic of Korea, Slovenia, Spain, Sweden, United Kingdom and United States. Samples were loaded onto solid-phase extraction cartridges in the country of collection and sent to Australia for elution and analysis using sensitive liquid chromatography-mass spectrometry methods. RESULTS: A total of 683 individual wastewater samples were analysed across the two years: 339 in 2022-2023 and 344 in 2023-2024. Two nitazene analogues-protonitazene and N-pyrrolidino etonitazene (etonitazepyne)-were found in five separate sites in the United States and Australia. In the 2022-2023 period, protonitazene was found in two sites in the United States. The following year, protonitazene was detected in two further sites in the United States, while both protonitazene and etonitazepyne were found in one site in Australia. Protonitazene mass loads ranged between 0.3 mg/day/1000 people and 100 mg/day/1000 people. Etonitazepyne was also found at mass loads between 0.2-2 mg/day/1000 people). CONCLUSIONS: A very high mass load of protonitazene was calculated, using wastewater analysis, for the day of 30 December 2023 in one site in Australia. Etonitazepyne showed the same trend from a lower base. Wastewater-based nitazene surveillance shows promise as a form of both drug early warning and ongoing monitoring of trends in use, especially as a complementary tool to existing surveillance methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,300
Écart entre enseignants0,250 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddictionMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207