North America laboratory survey data for drug testing in drug-impaired driving and traffic fatality investigations
Notice bibliographique
Résumé
In 2004, the National Safety Council's Alcohol, Drugs, and Impairment Division set out to provide guidance for the standardization of laboratory testing practices in driving under the influence of drugs and fatal motor vehicle crash investigations after identifying a lack of consistency in testing practices in this type of casework. A survey about laboratory testing practices, scopes of testing, and cutoffs was created using SurveyMonkey®, an online survey instrument, and sent to laboratories throughout the USA and Canada. Based on the analysis of survey results and discussion, the first set of recommendations was published in 2007 with recommended scope and cutoffs for drug screening and confirmation in blood and urine. Subsequent surveys were sent to laboratories in 2012, 2016, and 2020, followed by updates to the recommendations published in 2013, 2017, and 2021. This publication highlights the 2024 survey results in addition to trends in drug testing practices and drug use positivity. With each survey year, data exhibited a shift of laboratories using newer and more sensitive technology such as liquid chromatography-high-resolution mass spectrometry for screening and confirmation. Overall, data show that laboratories are willing to implement changes to be in compliance with the recommendations; however, challenges with instrument capacity and technology, lack of staffing, training, laboratory space constraints, and time associated with method development and validation hinder compliance with all of the recommendations. While compliance increased, 51% of laboratories reported using the practice of stop-limit testing, an administrative decision to stop testing if a blood alcohol concentration result is at or above a certain concentration, which further hinders the understanding of the drug-impaired driving problem. Delta-9-Tetrahydrocannabinol and/or metabolites remained the most prevalent drug reported by laboratories, followed by stimulants.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».