MétaCan
Menu
Retour à la cohorte
Enregistrement W4415675759 · doi:10.1080/00952990.2025.2554628

A software framework for infrared spectral analysis in harm reduction drug checking

2025· article· en· W4415675759 sur OpenAlexafffund
Lea Gozdzialski, Oscar Sandford, Zoe Riell, Abdelhakim Qbaich, Derek J. S. Robinson, Taylor Teal, Margaret‐Anne Storey, Bruce Wallace, Dennis K. Hore

Notice bibliographique

RevueThe American Journal of Drug and Alcohol Abuse · 2025
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueForensic Toxicology and Drug Analysis
Établissements canadiensUniversity of Victoria
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaHealth CanadaCompute CanadaMinistry of Health, British ColumbiaCanadian Institutes of Health ResearchAlliance de recherche numérique du CanadaVancouver FoundationGovernment of CanadaCalifornia HIV/AIDS Research ProgramWestern Canada Research GridUniversity of Victoria
Mots-clésSoftwareSoftware deploymentUploadService (business)Harm reductionDrug

Résumé

récupéré en direct d'OpenAlex

Background: Drug checking is a harm reduction intervention that uses chemical analytical methods to provide information on the composition of illicit drug mixtures. It is necessary to expand the reach of drug checks to fully meet the needs of populations who use drugs who are at risk of overdose. Technical barriers to drug checking, such as software that is challenging to use without extensive training and practice, hinder the expansion of these services.Objectives: This study describes the development, architecture, and deployment of a custom FTIR-based software framework. Components of this framework are useful across several models of drug checking.Methods: A kiosk application controls a spectrometer and uploads the spectral and survey data to a centralized database. An analysis suite facilitates spectral interpretation using libraries, a repository of previous data, and analysis tools. Individual drug checking results are accessible online. Aggregated data are viewed internally via a dashboard. Public-facing reports are tailored to different communities.Results: The software was successfully deployed with a total of 6 remote service sites operating by 2024. Between May 2022 and December 2024, 2673 drug samples were checked for 1926 clients, including hundreds accessing drug checking for the first time. Weekly and monthly reports of aggregate drug data were created.Conclusions: By lowering technical barriers and supporting real-time reporting, our software framework expanded service access and provided actionable data to both communities and public health stakeholders. This method represents a meaningful advancement in the technological infrastructure necessary to sustain and expand drug checking efforts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0050,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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 Opus0,038
Tête enseignante GPT0,398
Écart entre enseignants0,360 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe American Journal of Drug and Alcohol AbuseMême sujetForensic Toxicology and Drug AnalysisTravaux en français237 207