Development of a Method for Assessing Illicit Drug Consumption during Brazilian Carnival through Wastewater-Based Epidemiology Using Gas Chromatography–Mass Spectrometry
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Wastewater-based epidemiology (WBE) is a noninvasive and real-time method for assessing illicit drug consumption and the impact of events on community drug use. In this study, a WBE method combining solid-phase extraction (SPE) and gas chromatography–mass spectrometry (GC-MS) was applied to monitor assessing illicit drugs in raw wastewater samples, which were collected during the 2023 Carnival, and in a reference week in Recife (community A) and Olinda (community B) cities. The method was then validated for linearity, limit of quantification, precision, and accuracy. Population-normalized daily drug loads followed the consumption trend of cannabis > cocaine > MDMA > methamphetamine. Cannabis was the most consumed drug, with weekly consumption rates of 8575 mg –1 day –1 1000 inhabitants in community A and 16,978 mg –1 day –1 1000 inhabitants in community B, especially during the Carnival period. Methamphetamine was the least consumed, detected only during Carnival days, underscoring its recreational use. Additionally, stimulant drug use more than doubled during Carnival compared to the reference week, highlighting the significant impact of the festivities. The statistical analysis enabled distinguishing collection periods and highlighting key consumption trends. These findings provide valuable insights into drug use patterns and demonstrate the effectiveness of WBE for monitoring illicit drug consumption.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».