Data_Sheet_1_Ranking the Harm of Psychoactive Drugs Including Prescription Analgesics to Users and Others–A Perspective of German Addiction Medicine Experts.pdf
Notice bibliographique
Résumé
<p>Background: Over the past 15 years, comparative assessments of psychoactive substance harms to both users and others have been compiled by addiction experts. None of these rankings however have included synthetic cannabinoids or non-opioid prescription analgesics (NOAs, e.g., gabapentinoids) despite evidence of increasing recreational use. We present here an updated assessment by German addiction medicine experts, considering changing Western consumption trends–including those of NOAs.</p><p>Methods: In an initial survey, 101 German addiction medicine physicians evaluated both physical and psychosocial harms (in 5 dimensions) of 33 psychoactive substances including opioids and NOAs, to both users and others. In a second survey, 36 addiction medicine physicians estimated the relative weight of each health and social harm dimension to determine the overall harm rank of an individual substance. We compared our ranking with the most recent European assessment from 2014.</p><p>Results: Illicit drugs such as methamphetamine, heroin, cocaine and also alcohol were judged particularly harmful, and new psychoactive drugs (cathinones, synthetic cannabinoids) were ranked among the most harmful substances. Cannabis was ranked in the midrange, on par with benzodiazepines and ketamine—somewhat more favorable compared to the last European survey. Prescribed drugs including opioids (in contrast to the USA, Canada, and Australia) were judged less harmful. NOAs were at the bottom end of the ranking.</p><p>Conclusion: In Germany, alcohol and illicit drugs (including new psychoactive substances) continue to rank among the most harmful addictive substances in contrast to prescribed agents including opioid analgesics and NOAs. Current laws are incongruent with these harm rankings. This study is the first of its kind to include comparative harm rankings of several novel abused substances, both licit/prescribed and illicit.</p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 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 ».