Frontiers in Psychiatry

aug 11, 2021
admin

Introduction

Az új pszichoaktív anyagok (NPS) az elmúlt két évtizedben megjelent új szintetikus vegyületeket vagy a szélesebb körben ismert visszaélési anyagok származékait jelentik (1). Ilyenek például a kannabisz származékai, a szubsztituált feniletilaminok vagy a katinonok (fürdősók). Az NPS kifejezés magában foglalhat más kultúrákban használt, de a nyugati felhasználók számára új anyagokat, mint például a khat (a fürdősók elődje), a kratom vagy a Salvia. Az NPS-ek növekvő használata összefügg a közösségi média, mint az NPS-ek használatának megvitatására és a tényleges termék terjesztésére szolgáló eszköz terjedésével (2).

Az NPS-ek használata közegészségügyi problémát jelent. A helyettesített amfetaminok használata hirtelen szívhalállal és veseelégtelenséggel jár (3). A fürdősók használata akut és tartós pszichózissal jár (3). A triptaminszármazékok használata pszichózissal és hosszú távú pszichiátriai károsodással, többek között szorongással és paranoiával jár (4). A szerzők nem találtak olyan tanulmányt a szakirodalomban, amely számszerűsítette volna az új pszichoaktív anyagok hatását a betegséggel korrigált életévek vagy a monetáris hatás szempontjából.

A felhasználók által önkéntesen benyújtott új pszichoaktív anyagok kémiai elemzései arra utalnak, hogy az új pszichoaktív anyagokat gyakran más anyagokkal együtt, nem pedig önmagukban fogyasztják (5). Az anyagok kombinációja kevesebb mellékhatással járhat, mint bármelyik különálló anyag. A candyflipping kifejezés az LSD és az MDMA (Ecstasy) kombinációjára utal (6). Ezt a kombinációt először az 1980-as évek elején írták le, néhány évvel azután, hogy az MDMA szélesebb körben elérhetővé vált (7). Úgy tűnik, hogy a Candyflipping növeli az MDMA-szerű hatások erősségét és időtartamát, miközben csökkenti az MDMA túladagolásának esélyét. Az MDMA más amfetaminokkal, alkohollal és szintetikus kannabinoidokkal is kombinálható (8). A többféle anyag használatáról szóló jelentések a titkos előállítás és terjesztés során bekövetkező szennyeződést is tükrözhetik.

A közösségi média informatív adatforrásként jelent meg a lakossági viselkedés nyomon követésére. A serdülők és a fiatal felnőttek, az NPS-ek legszélesebb körben leírt fogyasztói (3, 9), gyakran kommunikálnak őszintén az interneten. Azt, hogy a közösségi médiából származó adatok minősége hasonló-e a szindrómás megfigyelés hagyományosabb eszközeiből származó adatokhoz, még nem állapították meg. A dextrometorfán hiteles dózisaira lehet következtetni a YouTube-kommentárokból (10). Az opioidokkal való visszaélés földrajzi eloszlására vonatkozó, Twitterből származó becslések az Egyesült Államokban kiemelkedő egyezést mutatnak a National Survey on Drug Usage and Health (Nemzeti felmérés a kábítószer-használatról és az egészségről) adataihoz képest (11). A Twitteren használt nyelvezet korrelál a szívbetegségek földrajzi eloszlásával (12).

A szindrómafelügyelet hagyományos eszközeit nehéz alkalmazni az új pszichoaktív anyagok epidemiológiájára. Az országos felmérések, mint például a kábítószer-használatról és egészségről szóló nemzeti felmérés, évente egyszer történnek, és személyes interjúkkal járnak. A mérgezéselhárító központokba érkező hívások vagy az egészségügyi szolgáltatókkal való találkozások elemzései torz képet adnak az NPS-használat mintáiról.

A mi megközelítésünknek két átfogó célja volt:

1. Bemutatni, hogy a többféle anyag használatára vonatkozó adatok kinyerhetők az online felhasználói bejegyzésekből

2. Bemutatni, hogy ezekből az adatokból következtetni lehet az új és az ismert anyagkombinációkra.

Az ismert anyagkombinációk következtetése megerősíti az online bejegyzések hitelességét, mint az ilyen típusú adatok forrását. A megközelítésünk az volt, hogy a természetes nyelvi feldolgozás és a Big Data technikáit használtuk a Lycaeum elemzéséhez. A Lycaeum egy olyan weboldal és internetes fórum, amely a pszichoaktív anyagokkal kapcsolatos információk népszerűsítésére szolgál (13).

Anyagok és módszerek

2.1. A Lycaeum egy olyan weboldal és internetes fórum, amely a pszichoaktív anyagokkal kapcsolatos információk népszerűsítésére szolgál (13). Áttekintés

Python programozási nyelven írtunk egy szoftvert (14) a Lycaeum felhasználói hozzászólásainak kinyerésére, az új pszichoaktív anyagok azonosítására és a hozzászólások tartalmának elemzésére. A hozzászólások strukturálatlan szövegből, más néven freetextből állnak, hasonlóan a New York Times vagy a Financial Times weboldalain található online cikkek utáni “Comments” részhez. Az elemzésbe csak a nyilvános hozzászólásokat vontuk be. A töröltnek jelölt vagy a moderátor által megjelölt hozzászólásokat kihagytuk.

2.2. A hozzászólások és a moderátor által megjelölt hozzászólások. A felhasználói hozzászólások beszerzése

A Python scrapy csomaggal (15) webkaparót fejlesztettünk ki, hogy a Lycaeum 1996-os indulásától 2016 decemberéig az összes elérhető hozzászólást (n = 9 289) kinyerjük. A bejegyzéseket lemmatizáltuk és eltávolítottuk a stopszavakat az nltk, a Python Natural Language Toolkit (16) segítségével. A lemmatizálás egy szó összes lexikai és szemantikai változatának egyetlen alapformára való átalakítását jelenti. Lemmatizáljuk például a reading, reads, és a reader-t read-nek. A lemmatizálás az egyik módja annak, hogy a tényleges strukturálatlan szövegből a mögöttes szemantika követhető reprezentációjához jussunk. A stopszavak eltávolítása az olyan szavak kiszűrésére utal, mint a “a” vagy az “a”, amelyek gyakran fordulnak elő, de kevés információt adnak hozzá a szöveghez. A zárószavak eltávolítása gyakori módszer arra, hogy a szavak gyakorisága pontosabban megközelítse a fogalmak relatív elterjedtségét a szövegben.

2.3. A szavak gyakoriságának meghatározása. Az anyagok azonosítása

Az anyagok azonosítására háromlépcsős eljárást alkalmaztunk. A lemmatizálás előtt az nltk segítségével azonosítottunk minden főnevet. MC és AM szerzők külön-külön kézzel kuratírozták ezt a listát, hogy azonosítsák azokat a főneveket, amelyek valószínűleg csak kábítószerekre vonatkoztak. A későbbi elemzéshez csak azokat a főneveket használtuk fel, amelyeket AM és MC is úgy azonosított, hogy valószínűleg csak drogokra vonatkoztak. DY szerző a Wikipédiával, a PubChemmel és a DrugBankkal kereszthivatkozott erre a listára, hogy az egyes potenciális anyagok szabványos helyesírását és szinonimáinak listáját megadja. Ez a kereszthivatkozás például a xanny-t, a Xanax egyik változatát az alprazolamhoz rendelte. A szerzők, DY és MC minden egyes hatóanyagot a gyógyszerosztályukhoz tartozó megjegyzésekkel láttak el. A következő osztályokat vettük figyelembe: szedatív-hipnotikus, hallucinogén, stimuláns, nootróp, pszichiátriai, antikolinerg, fájdalomcsillapító, lázcsillapító, antiemetikum, vérnyomáscsökkentő, kannabinoid vagy szennyező anyag.

2.4. A korreláció kiszámítása

Az anyagok együttes említési mintázatainak azonosítása érdekében létrehoztunk egy gyógyszer-poszt mátrixot, úgy, hogy e mátrix ij-edik bejegyzése 1, ha az i hatóanyagot a j posztban említik, egyébként -1. Ezután kiszámítottuk a Lycaeum-korpusz összes drogpárjának említési mintái közötti korrelációt. A két gyógyszer, a és b közötti korrelációt a gyógyszer-poszt mátrix megfelelő sorainak belső szorzataként számoltuk ki, az n posztok számával normalizálva: ra,b=a→⋅b→/n. Másképpen kifejezve, minden egyes gyógyszert többdimenziós vektorként kezeltünk. Minden dimenzió egy-egy posztnak felel meg. Bármely két gyógyszer közötti korreláció a posztok között a két megfelelő vektor között képzett szög koszinuszával egyenlő. A korábban bemutatott egyenlet kiszámítja ezt a szög koszinuszát. Ez az egyenlet a Ref. (17). Az a és a b drog közötti korrelációra vonatkozó statisztikai szignifikancia küszöbértéket, ra,b-t, úgy kaptuk meg, hogy a drog-oszlop mátrixot 10 000-szer véletlenszerűen megkevertük, és újraszámoltuk az összes drogpár korrelációját, hogy levezessük az ra,b empirikus valószínűségi eloszlásfüggvényét.

Eredmények

A 20 leggyakrabban említett anyag között gyakori hallucinogének, stimulánsok, nyugtató-hipnotikus szerek, valamint érdekes módon a hang (1. ábra). Az 1. ábra x-tengelye az adott anyagot legalább egyszer megemlítő hozzászólások számát mutatja. A következő bekezdésekben részletesen tárgyalunk néhány ilyen anyagot, mivel ezek ismeretlenek lehetnek az olvasó számára.

1. ÁBRA
www.frontiersin.org

1. ábra. A 20 leggyakrabban említett anyag. x-tengely jelzi azon hozzászólások számát, amelyekben az adott anyagot legalább egyszer megemlítették. MDMA, 3,4-metiléndioximetamfetamin, más néven ecstasy; DMT, N,N-dimetiltriptamin; DXM, dextrometorfán; LSA, lizergsavamid, más néven ergin.

A binaurális ütemek, binaurális hang és binaurális zene kifejezéseket összevontuk a token hangra. Ezek mind arra utalnak, hogy az egyes fülek számára tiszta hangú, csak a frekvenciájukban eltérő szinuszhullámok kerülnek bemutatásra. A Lycaeumhoz írt hozzászólások gyakran írták le a binaurális ütemek hallgatását, miközben az élmény fokozására szolgáló szereket használtak. A binaurális hangok a csenddel összehasonlítva fokozhatják a feladatra való koncentrációt (18). Nem bizonyították, hogy megváltoztatja az érzelmi izgalmat (19). A szerzők nem találtak olyan tanulmányt, amely a binaurális hangzás és bármely pszichoaktív anyag kombinációját vizsgálta volna, annak ellenére, hogy ez az adathalmazunkban elterjedt. A binaurális hangzásra vonatkozó említéseket kizártuk a későbbi elemzésekből, mivel e tanulmány középpontjában a kábítószer-drog kombinációk álltak. Nem világos, hogy a hozzászólások miért említették ilyen gyakran ezeket a hangokat. A binaurális ütemek említésének kontextusának részletes elemzése meghaladta e tanulmány kereteit.

Az LSD (lizerg-dietilamid) egy kanonikus hallucinogén (18). A Salvia, azaz a Salvia divinorum a mexikói Oaxacából származó pszichoaktív növényre utal, amely gazdag a κ opioid receptor agonistában, a salivinorin A-ban (20).

A diazepám egy benzodiazepin nyugtató-hipnotikus szer, amelyet az USA-ban Valium kereskedelmi néven árulnak. A diazepám hallucinogénnel együtt történő bevétele enyhítheti az egyes hallucinogénekkel járó szorongást, diszfóriát vagy gyors szívverést. A nyugtató-hipnotizáló és hallucinogén együttes fogyasztása fokozhatja a hallucinogén tervezett hatását (21). A benzodiazepinek adása része a hallucinogének tüneti túladagolásának kezdeti kezelésének (22). Az etanol és a koffein széles körben fogyasztott pszichoaktív anyagok. Az MDMA (3,4-metiléndioximetamfetamin; más néven ecstasy) a kanonikus entaktogén-empatogén, a közelség, kötődés, empátia és szexuális vonzalom érzését fokozó anyag (23). A DMT (N,N-dimetiltriptamin) a triptamin hallucinogén származéka. Az olyan hallucinogén növényekben, mint a Mimosa tenuiflora (24) és az ayahuasca melankólia (25) fő pszichoaktív vegyületének tekintik. Az amfetamin (más néven speed) régóta ismert stimuláns. A pszilocibin egy másik kanonikus hallucinogén; ez a “varázsgomba” (26) hatóanyaga.

Atropin, hioszcin (más néven szkopolamin) és hioszciamin az altató és hallucinogén gyomnövény, a jimson weed összetevői. Az LSA (lizergsavamid; más néven ergin) az LSD-vel rokon anyarozs, és a reggeli gyopárban található legtöbbet vizsgált hallucinogén (27). Az LSD alternatívájaként jelent meg; népszerű cikkek szerint az LSA a metilon hatásainak leírásakor is összehasonlítási pontként szerepel (28).

A kannabisz általánosan fogyasztott nyugtatószer, bár egyes törzsek hallucinogén vagy stimuláló hatásúak lehetnek (29). A kannabinoid kifejezés valószínűleg a szintetikus kannabinoidokra utal. A szintetikus kannabinoidok a kannabinoid receptorok, valamint a dopaminerg, szertoninerg és adrenerg receptorok agonistái; a szintetikus kannabinoidok nagyobb valószínűséggel válthatnak ki pszichózist, mint a kannabisz (30).

Azért, hogy jobban megértsük, hogyan írták le a hozzászólások az anyagok kombinálását, kiszámítottuk a korrelációt az összes dokumentumban az összes anyagpárra. A 2. ábra mutatja az összes olyan kombinációt, amelynek korrelációja statisztikailag szignifikáns. A statisztikailag szignifikáns korrelációk küszöbértékének meghatározásához bootstrappinget használtunk (lásd Anyagok és módszerek).

2. ÁBRA
www.frontiersin.org

A 2. ábra. A statisztikailag szignifikáns korrelációt mutató anyag-anyag-együtthatóanyag párok korrelációs együtthatójának hőtérképe. Minden apró doboz egy-egy anyagpárt jelöl. Az x- és y-tengelyen szereplő gyógyszernevek adják meg az egyes dobozokhoz tartozó párat. Az apró doboz színe a korrelációt jelzi, a jobb alsó sarokban lévő skála szerint.

A 2. ábra egy klaszterezett hőtérkép, a drog-poszt mátrix grafikus ábrázolása. Az ij-edik doboz színe az i gyógyszer és a j gyógyszer közötti korrelációt jelzi. A melegebb színek az 1-hez közelebbi korrelációt jelzik. A hidegebb színek a -1-hez közelebbi korrelációt jelzik. Ez a hőtérkép szimmetrikus az átló mentén, mivel az i és j gyógyszer közötti korreláció megegyezik a j és i gyógyszer közötti korrelációval. Az átlót nem rajzoltuk meg, hogy elkerüljük az ábrát torzító plafonhatást. Az x és y tengelyen az anyagok sorrendje megegyezik. Az anyagok sorrendje az x tengely mentén ugyanaz, mint az y tengely mentén. Ezt a sorrendet azért választottuk, hogy a hasonló korrelációval rendelkező gyógyszerpárokat csoportosítsuk.

Három nagy klaszter látható. A vízszintes tengely mentén balról jobbra haladva az egyik klaszter a pramipexollal kezdődik és a butalbitállal végződik. Ez a klaszter olyan anyagokat tartalmaz, amelyeket általában nootropikumoknak (pramipexol, ginko, levometamfetamin) vagy katinonoknak (fürdősók; pentilon, butiron, nafiron) neveznek. A következő klaszter a modafinillel kezdődik és a chalipongával végződik. Hallucinogén növényeket (zacatechichi, chaliponga) és pszichiátriai gyógyszereket (venlafaxin, olanzipin) tartalmaz. A harmadik klaszter stimulánsokat (koffein, kokain, nikotin, metilfenidát) és hallucinogén növényeket tartalmaz. A bal alsó sarokban található, többnyire kék négyzet azt jelzi, hogy az első klaszterbe tartozó vegyületek (nootropikumok és katinonok) ritkán kerülnek szóba a harmadik klaszterbe tartozó vegyületekkel (stimulánsok és bizonyos hallucinogén növények). A két anyag közötti negatív korreláció (kék szín) azt jelenti, hogy amikor az első anyagot említik, a második anyagot ritkábban említik. Ez nem jelenti azt, hogy amikor az egyik anyagot említik, a hozzászólások kifejezetten a második anyag kerülését tárgyalják.

A piper kifejezés valószínűleg a Piper methysticumra utal, amely a kava, egy növényi anxiolitikum forrása (31). A piper utalhat a fenilpiperazinokra is, a fürdősók alternatívájaként forgalmazott stimulánsok új osztályára (32). A huperzin egy acetilkolin-észteráz gátló, amelyet nootropikumként (kognitív erősítő) forgalmaznak, bár a humán vizsgálatok minimális hatást mutatnak (33).

A 2. ábra mutatja a toxikológiai felügyelet e megközelítésének arculati érvényességét, és új betekintést nyújt. A koffein gyakori hamisítószer a kokainmintákban (34, 35). A kokainhasználók nagyobb valószínűséggel fogyasztanak nikotint és koffeint (36).

A pentilon, butilon és nafiron (bal felső csoport) említési mintái közötti korreláció valószínűleg az egyes anyagok relatív hatásaival kapcsolatos vitákat tükrözi, bár lehet, hogy nem bejelentett használati mintákat tükröz. Újszerű eredmény, hogy a bk-MDMA-t (más néven metilont), egy másik katinont említő beszélgetésekben szignifikánsan gyakran említették a metamfetamint és a hallucinogéneket (bufotenin, mimosa), de más fürdősókat nem. Az amfetaminok a fürdősók gyakori szennyezői (37).

A használat néhány bejelentett mintája itt nem figyelhető meg. A 2. ábra szerint a monoamino-oxidáz-gátlók (MAOI-k) és a triptamin-származékok, például a dimetiltriptamin nem mutatnak jelentős együttes hatásokat. A monoamino-oxidáz-gátlók (MAOI-k) azáltal erősítik a dimetiltriptamint, hogy megakadályozzák a DMT metabolizmusát a gasztrointesztinális traktusban (25). A mimóza (38) és a chaliponga (39) a DMT növényi forrásai. Az ayahuasca a DMT egyik forrása, amelyet dél-amerikai vallási szertartásokon használnak, és egyre gyakrabban alkalmazzák az Egyesült Államokban (40). A harmalin egy β-karbolin RIMA (a monoamino-oxidáz A reverzibilis gátlója (41)). Talán azért, mert a MAOI-k és a hallucinogének kombinációját már leírták (42), a téma feltételezett tudás az online fórumokon. Vagy lehet, hogy a témát más fórumokon jobban megvitatják.

Az osztályok közötti együttes fogyasztási minták azonosításához a 3. ábra osztályok szerint csoportosítja az anyagemlítéseket. A leggyakrabban együtt említett osztályok a nyugtató-hipnotikus szerek, a hallucinogének és a stimulánsok, amelyeket a nootróp szerek, a pszichiátriai gyógyszerek és az antikolinerg szerek követnek. A 3. ábra alkalmazásában minden egyes kábítószert csak egy osztályba soroltunk. A valóságban egy kábítószer többféle hatással is rendelkezhet, és különböző dózisokban csak különböző hatások jelentkeznek. Azt az osztályt választottuk, amely a gyógyszerek általánosan bevett dózisokban kifejtett hatásait tükrözi. Mi például a difenhidramint (Benadryl) antihisztaminnak minősítenénk, még akkor is, ha nagyobb dózisban antikolinergikumnak számít. Nem tudtunk olyan adagolási információkat kinyerni, amelyek tovább irányítanák a besorolást.

3. ÁBRA
www.frontiersin.org

3. ábra. Az anyag-hatóanyag együttes említések hőtérképe osztályonként. Minden apró doboz egy-egy anyagosztály-párt jelöl. Az x- és y-tengelyen lévő címkék az egyes dobozokhoz tartozó anyagosztályokat adják meg. Az apró doboz színe az említések abszolút gyakoriságát jelzi, a jobb alsó sarokban található színskála szerint.

A kettőnél több anyagot tartalmazó anyaghasználati minták azonosításához a következőképpen építettük fel a kábítószerek társadalmi hálózatát (4. ábra). Két kábítószer között akkor hoztunk létre kapcsolatot, ha a két kábítószer között szignifikáns korreláció volt. Ezt a kapcsolatot grafikusan egy vonal formájában ábrázoltuk. A vonal szélessége a korreláció erősségét tükrözi. Ezeket a páros kapcsolatokat összerakva egy nagyobb hálózatot hozunk létre a következőképpen. Az A gyógyszer közvetett kapcsolatot alakít ki a C gyógyszerrel a B gyógyszer révén, ha az A gyógyszer és a B gyógyszer említési mintái ugyanúgy korrelálnak, mint a B gyógyszer és a C gyógyszer említési mintái.

4. ÁBRA
www.frontiersin.org

4. ábra. A kábítószerekkel kapcsolatos beszélgetések társadalmi hálózata. Minden csomópont (szöveg) egy-egy anyagot jelöl. Minden él (összekötő vonal) a két összekapcsolt anyag említései közötti összefüggést jelképezi. Minél vastagabb a vonal, annál erősebb a korreláció.

Háromnál több tagot tartalmazó hat csoportot azonosítottunk. Ezeket a nagyobb csoportokat szemantikai szigeteknek nevezzük. Azok a bejegyzések, amelyek egy szemantikai szigeten belül egy kábítószert említenek, általában csak akkor említenek anyagokat ugyanabból a szigetből, ha egynél több anyagot említenek. Van egy opioid sziget középen felül. Az óramutató járásával megegyező irányban haladva van egy stimuláns sziget (a koffein a központ), egy SSRI-sziget (a paroxetin a központ), egy növényi hallucinogén sziget (a DMT és a mimóza a központ), egy szintetikus hallucinogén sziget (az LSD és a hang a központ) és egy benzodiazepin sziget.

Az SSRI-szigetet a citalopram, a szertralin, a paroxetin, a fluoxetin és a venlafaxin alkotja. Az SSRI-szigeten a paroxetin alkotja a hubot, amely közvetlenül kapcsolódik a sziget minden más tagjához. Ennek az elrendezésnek az egyik értelmezése az, hogy a paroxetin (kereskedelmi neve Paxil) képezi a referenciakeretet a többi SSRI értékeléséhez.

A szintetikus hallucinogéneknél az LSD a hub, amely két alszigetet hidal át. A hallucinogén sziget bal oldali alszigetén olyan anyagok találhatók, amelyeket kanonikusan antikolinergnek tartanak. A hjoszcin és a hjoszciamin tropán alkaloidok, amelyek a bibircsókfűben találhatók. A jobb oldali alsziget amfetaminszármazékokat tartalmaz, mint például az MDMA és az MDMA-származékok (fürdősók), a bk-MDMA (β-keto-MDMA; metilon) és a bk-MDEA (etilon).

Az etanol, a kalamusz és a tujon által alkotott triász az abszintról szóló vitát tükrözi, amelyről azt gondolták, hogy hallucinogén tulajdonságokkal rendelkezik. Úgy gondolták, hogy az alkoholnak az ürömben való érlelése α-tujonnal itatja át az oldatot. Az Acorus calamusra utaló calamusról szintén azt gondolták, hogy az abszint hallucinogén összetevője.

Az armodafanil, a modafinil és az adrafinil által alkotott triász a modafinil vény nélküli beszerzésével kapcsolatos vitákat tükrözi. A modafinil (kereskedelmi neve Provigil) és az armodafinil (kereskedelmi neve Nuvigil) jelenleg csak receptre kapható az Egyesült Államokban. Az adrafinil modafinillé metabolizálódik, és az Egyesült Államokban nem minősül ellenőrzött anyagnak.

A niacin és a GABA közötti kapcsolat olyan anekdotikus jelentésekre utal, amelyek szerint a niacin és a GABA kombinált orális beadása növeli a vér-agy gáton átjutó GABA mennyiségét. A szerzők tudomása szerint erről nincsenek lektorált jelentések. A pramipexol (egy dopamin agonista) nefazodonnal (egy SSRI) való kombinálásáról sem érkeztek jelentések.

Diszkusszió

Ez a tanulmány az első hivatalos elemzést mutatja be az online fórumokon folytatott viták mintáiról, amelyek az anyagok és a szerek együttes fogyasztásának mintáit írják le. Célunk az volt, hogy egyidejűleg bizonyítsuk az internetes fórumok szindrómafelügyeletre való felhasználásának érvényességét és új anyag-hatóanyag együttfogyasztások felfedezését. A Lycaeum elemzésében 183 kombinációt azonosítottunk. E kombinációk közül 44-et még soha nem vizsgáltak közvetlenül, de hasonlóak a közvetlenül vizsgált kombinációkhoz. Három kombinációnak, a nefazodonnak és a pramipexolnak, a zacatechichinek (kökényfű) és a koponyafűnek, valamint a niacinnak és a GABA-nak nincs előzménye a szakirodalomban.

Azt találtuk, hogy a szintetikus hallucinogéneket említő beszélgetések általában az amfetaminból származó hallucinogéneket és az anyarozsból származó hallucinogéneket említőkre oszlanak. A szintetikus hallucinogéneket említő beszélgetések általában nem említettek növényi hallucinogéneket.

Azt is megállapítottuk, hogy a fürdősókról általában a nyugtató-hipnotikus szerekkel és a nootropikumokkal, míg a kanonikusabb stimulánsokról a növényi hallucinogénekkel és a pszichiátriai gyógyszerekkel beszéltek. A nyugtató-hipnotizáló szereket említő beszélgetések leggyakrabban hallucinogéneket és stimulánsokat is említenek. Az összes osztályba tartozó anyagokat gyakran hasonlítják össze az MDMA-val, a DMT-vel, a kokainnal és az atropinnal, amikor megpróbálják leírni a hatásaikat.

A tanulmánynak számos korlátja van. Azoknak a beszélgetési mintáit elemzi, akik úgy döntöttek, hogy megosztják a kábítószer-használati mintákkal kapcsolatos információkat. Nincsenek olyan elemzési adatok, amelyek alátámasztanák, hogy az együtt említett anyagokat együtt fogyasztották volna. Ez a tanulmány nem végezte el az összes szöveg részletes nyelvi elemzését. Az i és j drog “együttes említése” jelentheti az i és j drog fogyasztását, a két anyag együttes fogyasztásának elkerülését, vagy az egyik fogyasztását, de a másikét nem. Az egyes anyagok explicit említését kerestük.

Ez lehetséges, hogy a hozzászólások szlenggel leplezik a használatra vonatkozó említéseket, még az új pszichoaktív anyagok megvitatására szánt online fórumokon is. A szerzők tudomása szerint nem létezik átfogó vagy függetlenül hitelesített szótár az új pszichoaktív anyagokkal kapcsolatos szlengről. Kísérletet tettünk a szókincs egységesítésére kézi kurációval. A 2. ábrán használt osztályozási rendszer eltér az orvosbiológiai ontológia elfogadott legjobb gyakorlataitól. Például az antikolinerg és a kontamináns nem zárják ki egymást, és különböző absztrakciós szintű tulajdonságokat írnak le. Az előbbi kifejezés a vegyi anyag kötődési tulajdonságát írja le. Az utóbbi kifejezés egy olyan tulajdonságot ír le, amellyel az anyag a helyéből adódóan rendelkezik. A citalopram kifejezés nem egy tulajdonságot, hanem egy anyagot jelöl. Az osztályozási rendszer leegyszerűsíti azt a valóságot is, hogy sok NPS számos receptorhoz kötődik, és aktív metabolitjai vannak. Azért választottuk ezt az egyszerű osztályozási rendszert, hogy tükrözze a klinikusok által használt kategorizálást. Azoknak a későbbi vizsgálatoknak, amelyek célja a közösségi médiából származó adatok és a meglévő tudástárak összekapcsolása, a tudás formálisabb és logikailag konzisztensebb reprezentációját kell kidolgozniuk ezen a területen.

A szöveges elemzés abban is korlátozott, hogy nem tettünk kísérletet arra, hogy kikövetkeztessük, miért választották a hozzászólások az egyik anyagpárt a másik helyett. Talán a természetes nyelvi feldolgozás vagy a mesterséges intelligencia kifinomultabb technikái feltárhatnák az ilyen látens változókat.

A szerzői hozzájárulások

MC írta a szoftvert a Lycaeum adatainak elemzéséhez, kézzel kurátorkodott néhány drogkategóriát, megírta és szerkesztette a kéziratot. DY írta a szoftvert a Lycaeumból származó adatok megszerzéséhez, és kézzel kurátorkodott néhány gyógyszerkategóriát. AM útmutatást nyújtott az adatok elemzése során, és segített a kézirat átdolgozásában.

Érdekütközéssel kapcsolatos nyilatkozat

A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában végezték, amelyek potenciális érdekellentétként értelmezhetők.

Köszönet

A szerzők szeretnék kifejezni köszönetüket a NewYork Presbyterian\Queens és a Bronx High School of Science adminisztratív személyzetének.

1. Orsolini L, Papanti D, Vecchiotti R, Valchera A, Corkery J, Schifano F. Új pszichoaktív anyagok. Eur Psychiatry (2016) 33:S59-60. doi:10.1016/j.eurpsy.2016.01.945

CrossRef Full Text | Google Scholar

2. Boyer EW, Lapen PT, Macalino G, Hibberd PL. A pszichoaktív anyagokkal kapcsolatos információk terjesztése innovatív kábítószer-használók által. Cyberpsychol Behav (2007) 10(1):1-6. doi:10.1089/cpb.2006.9999

PubMed Abstract | CrossRef Full Text | Google Scholar

3. Nelson ME, Bryant SM, Aks SE. Újonnan megjelenő visszaélési drogok. Dis Mon (2014) 60(3):110-32. doi:10.1016/j.disamonth.2014.01.001

CrossRef Full Text | Google Scholar

4. Tittarelli R, Mannocchi G, Pantano F, Saverio Romolo F. Recreational use, analysis and toxicity of tryptamines. Curr Neuropharmacol (2015) 13(1):26-46. doi:10.2174/1570159X13666141210222409

PubMed Abstract | CrossRef Full Text | Google Scholar

5. Helander A, Beck O, Hägerkvist R, Hultén P. Az új pszichoaktív szerek használatának azonosítása Svédországban laboratóriumi elemzés alapján – a STRIDA projekt első tapasztalatai. Scand J Clin Lab Invest (2013) 73(5):400-6. doi:10.3109/00365513.2013.793817

CrossRef Full Text | Google Scholar

6. Schechter MD. “Candyflipping”: az LSD és az MDMA szinergista diszkriminatív hatása. Eur J Pharmacol (1998) 341(2):131-4. doi:10.1016/S0014-2999(97)01473-8

CrossRef Full Text | Google Scholar

7. Miller NS, Gold MS. LSD és ecstasy: farmakológia, fenomenológia és kezelés. Psychiatr Ann (1994) 24(3):131-3. doi:10.3928/0048-5713-19940301-07

CrossRef Full Text | Google Scholar

8. Schifano F, Di Furia L, Forza G, Minicuci N, Bricolo R. MDMA (“ecstasy”) fogyasztás polidrogfogyasztás keretében: 150 betegről szóló jelentés. Drug Alcohol Depend (1998) 52(1):85-90. doi:10.1016/S0376-8716(98)00051-9

CrossRef Full Text | Google Scholar

9. Conway KP, Vullo GC, Nichter B, Wang J, Compton WM, Iannotti RJ, et al. Prevalence and patterns of polysubstance use in a nationally representative sample of 10th graders in the United States. J Adolesc Health (2013) 52(6):716-23. doi:10.1016/j.jadohealth.2012.12.006

PubMed Abstract | CrossRef Full Text | Google Scholar

10. Chary M, Park EH, McKenzie A, Sun J, Manini AF, Genes N. A dextrometorfán expozíció jelei & tünetei a youtube-ról. PLoS One (2014) 9(2):e82452. doi:10.1371/journal.pone.0082452

CrossRef Full Text | Google Scholar

11. Chary M, Genes N, Giraud-Carrier C, Hanson C, Nelson LS, Manini AF. Epidemiológia tweetekből: a vényköteles opioidokkal való visszaélés becslése az USA-ban a közösségi médiából. J Med Toxicol (2017) 13(4):278-86. doi:10.1007/s13181-017-0625-5

PubMed Abstract | CrossRef Full Text | Google Scholar

12. Eichstaedt JC, Schwartz HA, Kern ML, Park G, Labarthe DR, Merchant RM, et al. Psychological language on twitter predicts county-level heart disease mortality. Psychol Sci (2015) 26(2):159-69. doi:10.1177/0956797614557867

PubMed Abstract | CrossRef Full Text | Google Scholar

13. Halpern JH, Pope HG Jr. Hallucinogének az interneten: a földalatti droginformációk hatalmas új forrása. Am J Psychiatry (2001) 158(3):481-3. doi:10.1176/appi.ajp.158.3.481

PubMed Abstract | CrossRef Full Text | Google Scholar

14. Van Rossum G, Drake FL. Python nyelvi referenciakézikönyv. Bristol: Network Theory (2003).

Google Scholar

15. Myers D, McGuffee JW. A scrapy kiválasztása. J Comput Sci Coll (2015) 31(1):83-9.

Google Scholar

16. Bird S, Klein E, Loper E. Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit. Sebastopol, CA: O’Reilly Media, Inc. (2009).

Google Scholar

17. Dayan P, Abbott LF. Elméleti idegtudomány. (Vol. 806). Cambridge, MA: MIT Press (2001).

Google Scholar

18. Hommel B, Sellaro R, Fischer R, Borg S, Colzato LS. A nagyfrekvenciás binaurális ütemek növelik a kognitív rugalmasságot: bizonyíték a kettős feladatkereszteződésből. Front Psychol (2016) 7:1287. doi:10.3389/fpsyg.2016.01287

PubMed Abstract | CrossRef Full Text | Google Scholar

19. López-Caballero F, Escera C. Binaural beat: az EEG teljesítmény és az érzelmi arousal fokozásának kudarca. Front Hum Neurosci (2017) 11:557. doi:10.3389/fnhum.2017.00557

PubMed Abstract | CrossRef Full Text | Google Scholar

20. Roth BL, Baner K, Westkaemper R, Siebert D, Rice KC, Steinberg S, et al. Salvinorin A: egy erős, természetesen előforduló nem nitrogén κ opioid szelektív agonista. Proc Natl Acad Sci U S A (2002) 99(18):11934-9. doi:10.1073/pnas.182234399

CrossRef Full Text | Google Scholar

21. Schepis TS, West BT, Teter CJ, McCabe SE. A vényköteles nyugtatók és más pszichoaktív anyagok együttes fogyasztásának gyakorisága és korrelációi a középiskolások körében: egy országos felmérés eredményei. Addict Behav (2016) 52:8-12. doi:10.1016/j.addbeh.2015.08.002

CrossRef Full Text | Google Scholar

22. Solursh LP, Clement WR. A diazepam alkalmazása hallucinogén drogkrízisekben. JAMA (1968) 205(9):644-5. doi:10.1001/jama.205.9. doi:10.1001/jama.205.9.644

CrossRef Full Text | Google Scholar

23. Downing J. Az MDMA pszichológiai és fiziológiai hatásai normál önkéntesekre. J Psychoactive Drugs (1986) 18(4):335-40. doi:10.1080/02791072.1986.10472366

PubMed Abstract | CrossRef Full Text | Google Scholar

24. Pachter IJ, Zacharias DE, Ribeiro O. Az Acer saccharinum (ezüst juhar), Dictyoloma incanescens, Piptadenia colubrina és Mimosa hostilis indol alkaloidjai. J Org Chem (1959) 24(9):1285-7. doi:10.1021/jo01091a032

CrossRef Full Text | Google Scholar

25. McKenna DJ, Towers GN, Abbott F. Monoamin-oxidáz gátlók dél-amerikai hallucinogén növényekben: az ayahuasca triptamin és β-karbolin összetevői. J Ethnopharmacol (1984) 10(2):195-223. doi:10.1016/0378-8741(84)90003-5

CrossRef Full Text | Google Scholar

26. Schwartz RH, Smith DE. Hallucinogén gombák. Clin Pediatr (1988) 27(2):70-3. doi:10.1177/000992288802700202

PubMed Abstract | CrossRef Full Text | Google Scholar

27. Hofmann A. Teonanácatl és ololiuqui, Mexikó két ősi varázsdrogja. Bull Narc (1971) 23(1):3-14.

Google Scholar

28. Power M. Drogok 2.0: The Web Revolution That’s Changing How the World Gets High. New York, NY: Portobello Books (2014).

Google Scholar

29. Thomas H. Pszichiátriai tünetek kannabiszhasználóknál. Br J Psychiatry (1993) 163(2):141-9. doi:10.1192/bjp.163.2.141

CrossRef Full Text | Google Scholar

30. Seely KA, Lapoint J, Moran JH, Fattore L. A fűszerdrogok több mint ártalmatlan gyógynövénykeverékek: a szintetikus kannabinoidok farmakológiájának és toxikológiájának áttekintése. Prog Neuropsychopharmacol Biol Psychiatry (2012) 39(2):234-43. doi:10.1016/j.pnpbp.2012.04.017

PubMed Abstract | CrossRef Full Text | Google Scholar

31. Ernst E. A kava (Piper methysticum) újraértékelése. Br J Clin Pharmacol (2007) 64(4):415-7. doi:10.1111/j.1365-2125.2007.02932.x

CrossRef Full Text | Google Scholar

32. Bossong M, Van Dijk J, Niesink R. Metilon és mCPP, két új visszaélési drog? Addict Biol (2005) 10(4):321-3. doi:10.1080/13556210500350794

PubMed Abstract | CrossRef Full Text | Google Scholar

33. Yang G, Wang Y, Tian J, Liu J-P. Huperzin A az Alzheimer-kórban: randomizált klinikai vizsgálatok szisztematikus áttekintése és metaanalízise. PLoS One (2013) 8(9):e74916. doi:10.1371/journal.pone.0074916

CrossRef Full Text | Google Scholar

34. Bernardo NP, Siqueira MEPB, de Paiva MJN, Maia PP. Koffein és más hamisítószerek az utcai kokain lefoglalásában Brazíliában. Int J Drug Policy (2003) 14(4):331-4. doi:10.1016/S0955-3959(03)00083-5

CrossRef Full Text | Google Scholar

35. Schneider S, Meys F. A 2005-2010 között Luxemburgban lefoglalt tiltott kokain- és heroinminták elemzése. Forensic Sci Int (2011) 212(1):242-6. doi:10.1016/j.forsciint.2011.06.027

CrossRef Full Text | Google Scholar

36. Budney AJ, Higgins ST, Hughes JR, Bickel WK. Nikotin- és koffeinfogyasztás kokainfüggő egyéneknél. J Subst Abuse (1993) 5(2):117-30. doi:10.1016/0899-3289(93)90056-H

PubMed Abstract | CrossRef Full Text | Google Scholar

37. Prosser JM, Nelson LS. A fürdősók toxikológiája: a szintetikus katinonok áttekintése. J Med Toxicol (2012) 8(1):33-42. doi:10.1007/s13181-011-0193-z

PubMed Abstract | CrossRef Full Text | Google Scholar

38. Gardner DR, Riet-Correa F, Panter KE, Pfister J, Schild AL, Wierenga T. A Mimosa tenuiflora alkaloidprofiljai és a kapcsolódó elemzési módszerek. A mérgező növényekkel foglalkozó 8. nemzetközi szimpózium (ISOPP8). Joâo Pessoa, Paraiba, Brazília: CABI (2011). 600-5. o.

Google Scholar

39. o. O’Mahony Carey S, et al. Pszichoaktív anyagok: A Guide to Ethnobotanical Plants and Herbs, Synthetic Chemicals, Compounds and Products. South Tipperary: Substance Misuse Service HSE (2014).

Google Scholar

40. Heise CW, Brooks DE. Ayahuasca-expozíció: a 2005 és 2015 között az us-mérgezéselhárító központokba érkező hívások leíró elemzése. J Med Toxicol (2017) 13(3):245-8. doi:10.1007/s13181-016-0593-1

CrossRef Full Text | Google Scholar

41. Ott J. Pharmahuasca: az orális DMT plusz harmin humán farmakológiája. J Psychoactive Drugs (1999) 31(2):171-7. doi:10.1080/02791072.1999.10471741

PubMed Abstract | CrossRef Full Text | Google Scholar

42. Schifano F, Papanti GD, Orsolini L, Corkery JM. Új pszichoaktív anyagok: a stimulánsok és hallucinogének farmakológiája. Expert Rev Clin Pharmacol (2016) 9(7):943-54. doi:10.1586/17512433.2016.1167597

PubMed Abstract | CrossRef Full Text | Google Scholar

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.