人口预测麻醉状态下减少毒品政策的实现

文摘

在本文中,我们提出一个方法来吸毒模拟和预测在城市中长期高人口密度和高速度的社会交际。药物成瘾的预测是一个基本组件的反麻醉品的政策,提供信息和分析支持在区域和在政府层面。然而,在不同地区对毒品消费的问题有不同的观点,作为一个结果,存在一些反毒品政策的实施方法。因此,尽管事实上,现象学的人口麻醉过程在不同的地区,类似吸毒成瘾的建模方法也可能大大不同的反毒品政策而有所不同。介绍了可用的反毒政策和相应的调查人口麻醉状态的模拟方法。本文考虑了回归模型的建设方法麻醉的主要组件的基础上形成的社会和经济发展的指标。实体化的选择方法,它与指标的显著相关,具少数superfactors的存在。这让我们形成一个结论关于该地区的总体发展水平的主要因素确定药物成瘾。新模式提出了一种最普遍的反毒品政策,即减少药物使用的政策。模型有助于确定人口麻醉状态的重要因素,并允许估计其损害。 The model is tested successfully using St. Petersburg data.

1。介绍

药物成瘾是一个问题,影响到社会生活的各个领域,同时在区域和国家层面上,因为它深深影响某一地区的社会经济发展和文化、社会的情感和心理状态。

尽管显而易见的事实,吸毒和贩毒的传播影响的生活水平和社会的生存条件,目前,没有共同的解决问题的方法。一方面,药物成瘾通常被认为是一种疾病,吸毒者被认为是人的治疗和恢复1]。另一方面,毒品交易和消费是一个非法活动,然后应该检查从犯罪学的角度2]。在后者看来,药品消费者和经销商违反适用法律(3,4]。此外,第三个问题的观点的话,考虑问题作为一种社会现象和某种社会偏差造成的内部问题和社会矛盾5]。这个观点是最近开发的,是基于这样的观察:不同类型的药物在不同社会层次的人传播。过程决定,除此之外,毒品对社会的心理准备接受,或者相反,拒绝毒品。

因此,正如前面成立(2),公众舆论的传播中发挥着重要作用药物。情况与毒品消费和非法贩运只是整个社会环境的变化,发展药物之间的相互作用的结果是消费者和药品分销商,之前的形成一个接受毒品消费的社会态度。

政府和公共反麻醉品的政策,实现在给定的领土,等的规定起着关键作用的交互。作为一个规则,适用的特定种类的公共反麻醉品的政策取决于社会的文化和历史基础,这规定一个或另一个方法的形成药物成瘾的问题。

因此,不同的方法向公众反麻醉品的政策是世界上练习,但三个人可以承认是基本,减少药物使用的政策,microharm减排的政策,政策的总减少危害。特定方法的选择取决于居民的区域特性和对毒品的态度情况如上所示。特定的反毒品政策,实现在给定的领土,决定了信息的方法和分析的支持政策,反过来,这种支持包括流程的分析,预测和规划(6]。

同时,应该注意的是,无论特定政策,基本的现象学的毒品消费过程,包括所有伴随的现象,如吸毒成瘾综合症和禁欲综合症,为不同地区(类似7]。

因此,方法人口麻醉状态的模拟和预测的过程,一方面,应该考虑具体的反毒品政策的特点实现在给定的领域,另一方面,应该基于普通药物成瘾的现象学方面。出于这个原因,本文提出并讨论了一个人口麻醉过程的模拟方法是基于使用的微观方面和宏观的模型。宏观的模型考虑给定的反毒政策实施的特点在领土和会计系统特性的关键指标。相比之下,微程序级模型考虑常见的毒品蔓延在社会现象学特征。

2。不同类型的毒品政策

获得预测估计的最终目的的药物情况,形成合理的和声音一个地区发展的计划,这意味着减少损害的药物成瘾的社会。的精神状态管理系统在反麻醉品的领域扮演重要的角色在这个决定不仅因为它是一个重要的因素的社会过程的动力学,还整个结构,描述药物的情况。

吸毒的政策重点是消除或减少,至少,在减少吸毒的社会。这种政策是传统在美国,它是制定国家药物控制策略(8]。也占有重要位置的反麻醉品的瑞士和法国等欧洲国家的政策,而且在中东国家和俄罗斯联邦。减少药物使用的政策是基于这样一种观念,毒品问题出现在一个社会,家庭或社会团体可以解决只有在吸毒会停止或最小化。的人,谁不使用药物,这种模式假定预防项目,制定防止毒品消费。

microharm政策减少专注于减少媒介伤害个人吸毒者和人们不使用药物。这一政策是基于认为毒品消费只是适度本身有害,并可以采取措施减少与毒品相关的风险。

“减少危害”一词可以被相当广泛,在一定程度上,这种灵活性可能导致误解,进而使有争议的政策明显相同的目的是“减少危害”。例如,一个策略可以表示程序的注射器换取吸毒者为了减少传染病的传播,从而减少危害吸毒者。和第二个政策可以表示通过法律强制监禁吸毒者为了减少伤害的人不使用药物。这两种方法不能更多的不同。

因此,至关重要的是准确确定研究的目的是在分析,因为有很多负面影响与药物的使用有关,各有其消费和反麻醉品的条件。瑞士、荷兰和加拿大等国家的使用减少microharm政策。microharm还原方法起源于公共健康保险和毒品消费运动规范化。

总减少危害的政策将减少药物使用政策的基本特征和microharm减少政策(9]。反毒品政策活动会影响人气,从药物的使用强度和伤害。“减少危害”一词涵盖了所有这些现象。Macroharm被定义为产品的流行,强度和平均伤害从药物。总伤害的定义是macroharms之和。这种方法与风险分析紧密相连,经济损失分析,等等。目前,这种方法存在的主要理论模型。

所以,从实用的角度来看,反麻醉品的活动范围可以从困难的(用减少)努力越少的(减少危害):警察监督街头毒品交易,警方突袭,前体贸易限制,侵犯未成年人逮捕,药物测试,和干预私人生活的吸毒者,如治疗和恢复。

3所示。药物预测模型的概述

作为一个规则,无论选择反麻醉品的政策,与毒品有关的疾病和精神或行为障碍的数据和数据从民意调查通常用于预测给定数量的麻醉。

欧洲毒品和吸毒监测中心(麻醉药),一个分散的组织工作在欧盟,宣传毒品问题情况的年度报告欧盟的成员国,而且还收集和提供最新的经验数据。一项研究[10),进行最新发布的,提供了一种建模方法的调查所谓的“高危药物使用”和“问题吸毒”类别在欧洲。吸毒传播的预测方法,利用地理信息系统和开发药物发病率和患病率估算程序(DIPEP),提出了(10,11]。

吸毒传播模拟同样感染的流行病学。在这种范式,关键概念模式的感染传播,高危人群,感染的发病率,其地理分布,流行周期。药物成瘾流行区域模拟方法的逆距离权重(IDW)。研究[11)所观察到的频率和流行模拟药物的使用在英国。

模型的一个基本特征的政策下,减少毒品的使用是必要的考虑隐含的吸毒者。研究[11建议使用一组动态模型,利用统计数据,定量评估的目的的吸毒者。然而,关键论文的论文(11]国家,将有必要进一步减少不确定性引起的隐式(“黑暗”或隐藏)的性质与毒品有关的过程。分层的方法校准样品、概率模拟、多个捕获方法和夺回,估计重药物患病率和犯罪之间的联系使用频率。多个方法和模型应用于单个目标人群使判断趋势和吸毒者数量更准确。

一个模型使用多个指标(12- - - - - -14)可以提供作为替代药物情况预测。问题的模型适用于不同的假设“因果”药物情况指标之间的关联。三组指标是有区别的:社会、法律和医学。作者指出这种模式的普遍性,其可用性在不同的社会经济情况,研究对收入数据和模型的适应性。模型的实际应用带来了一些意想不到的和违反直觉的结果。

例如,在这项研究中提出的模型(12)描述连续过渡的个人状态之间的相关药物。“健康”的人被认为是一个初始状态。下一个状态是“软毒品使用者。”“吸毒者”被认为是最终状态。尽管这个方案不被任何经验数据证实,它允许我们检查吸毒作为一种社会过程相对离散的现象学。国家的构成一定的社会机制下形成的。

几项研究使用动态模型的类(13,15]。“动态模型”一词涵盖了系统分析的方法和时序仿真,申请了吸毒传播估计。动态模型,与静态的描述过程。这些方法能够支持不仅描述性分析,也真正的过程的模拟潜在药物的情况。一个例子描述的过程可以在吸毒者状态变化的过程在一个“capture-mark-recapture”框架。“再”模型分为两类:一个开放的人口和一个封闭的人口。模型与一个封闭人口假定人口期间不会改变的研究,以开放的人口和模型考虑人口增加和减少。模型与一个封闭人口简单,主要目标是短时间内分析和一般不适用于相对较长的时间周期。在这种情况下,使用更复杂的模型使用一个开放的人口。

j·考尔金的研究(15),可卡因和海洛因的需求弹性是估计DUF和步美国国家司法研究所提供的数据集和毒品管制局。作者试图找到以下问题的答案:多少钱消费下降,价格上涨的情况下?选择微分方程作为数学分析方法。分析了作为应对市场需求的高弹性现象。在这项研究的结论中,作者associates可卡因和海洛因的增加在1980年代使用的基本药物价格下降。因此,活动导致药品价格的增加预计将用于反麻醉品的政策的实施,根据这一工作。

因此,社会过程的模拟与吸毒传播在减少吸毒的社会政策通常是未来收入数据收集的问题和陪同麻醉的问题特征,如延迟。一般来说,这些问题提高应用数学模型的复杂性和laboriousness收入数据准备。例如,在美国,减少药物使用政策,等调查亚当(测试囚犯使用毒品的迹象),NSDUH和SAMHDA(国家调查)和国家路边调查(酒精和毒品测试驱动程序)被经常为了提高药物使用的可靠性估计。此外,信息的跨系统用于引出的结果从材料样品的实验室分析药物毒品犯罪的刑事案件。

基于上述问题的信息和分析支持反麻醉品的领域需要一个更全面的方法,适用于不同的反毒品政策和考虑政治、文化、人口和道德方面的麻醉过程。开发一个二级吸毒传播模型在微观方面和宏观的下面就是这样的一个方法。

4所示。药物的情况

介绍了人口发展的麻醉状态预测模型下反麻醉品的政策实施在圣彼得堡。仿真麻醉的城市需要我们考虑一组重要的区域特征和给定的反毒政策实施。

在俄罗斯联邦,减少药物使用政策实施;因此,可以认为毒品消费,一方面,与流行病自然和社会进程,另一方面,社会的个体成员的非法行为。就像上面提到的,减少药物使用政策的一个重要属性识别存在的很大一部分的隐式吸毒者。

“隐藏吸毒者”被定义为吸毒者不是官方账户,因此不接受治疗。登记吸毒者通过自愿执行的药品卫生系统用户概要文件部门或由于执法和公共安全部门的活动包括联邦服务药物控制(16]。

隐藏的吸毒者存在外禁毒部门和卫生部门的活动,不包括在国家的统计数据。他们可以在这个国家停留很长时间,直到他们不得不寻求医疗或下降禁毒部门的势力范围。隐藏的吸毒者可分为消费者的“重”和“轻”药物取决于类型的药物。因此,隐藏的吸毒者是潜在的人口麻醉过程的一部分,和他们的数量不能直接评估。间接评价方法隐藏的吸毒者的数量需要一个单独的研究(17]。

最简单的评价指标数量的隐藏吸毒者称为目前使用的“延迟系数”。延迟系数被定义为吸毒者的实际数量比吸毒者在账户的数量。

延迟系数在圣彼得堡,根据研究[17),预计在8个月到10单位指的是“硬”的消费毒品和40到50单位指的是“轻”药物的消费。这意味着评估软毒品的实数消费者可能注册吸毒者的50倍;因此,在这篇文章(18),毒品走私犯罪都包含在高潜在犯罪的范畴。应该注意的是,这种情况是典型的反毒品政策实现俄罗斯联邦。

圣彼得堡由于其独特的地理位置,历史上一个重要的交通枢纽,这也是一个紧张地区的毒品交通。图1介绍了俄罗斯联邦和地区估计张力水平与消费和贩卖毒品。灰度阈值水平标记:PC1-precrisis第一类,以增加占总人口的吸毒者相应的年龄;PC2-precrisis的第二种类型,其特点是危机出现的可能性;C1-crisis第一种状态,这意味着需要调动地区的努力打击人口麻醉;和C2-crisis第二种类型的状态,这意味着该地区需要吸引外部资源来抵消麻醉(19]。

(一)

(b)

值得注意的是,几乎所有地区,高水平的药物成瘾是位于公路和铁路线连接北高加索地区的俄罗斯中部和圣彼得堡港毗邻中亚的国家和地区。

在圣彼得堡,从西欧国家有贸易路线通过摩尔多瓦、乌克兰和白俄罗斯;同时,我们经历了“季节性”强化走私鸦片的隐藏的水果和蔬菜从阿富汗和塔吉克斯坦到乌兹别克斯坦,吉尔吉斯斯坦、阿塞拜疆和哈萨克斯坦。的存在药物运输路线和邻近地区的俄罗斯联邦的外部边界可能决定的流量的药物和某些类型的药物的患病率。该地区经济形势不仅描述了购买力购买药物还创建了一个“时尚”对于某些类型的药物。另一个重要因素是能够培养麻醉植物在土壤或为他们的生产原材料的可用性。

共三组因素被认为是在圣彼得堡的药物情况,包括药物使用的特点( ),犯罪率的营业额( ),和公众对毒品的态度情况( )。这三个群体的因素是由生活在圣彼得堡的宏观经济指标。

然而,在考虑这些因素的人口麻醉更密切,应该注意的是,在不同的年龄组和社会群体,对药物的敏感性不同问题也观察到。让我们考虑年龄结构的吸毒者和人口年龄结构在整个模型的发展药物成瘾在圣彼得堡的例子了。圣彼得堡人口的年龄结构表示和年龄结构的吸毒者是表示 ,在哪里和是生活在香港的数量和数量的吸毒者年龄吗我年,分别(见图2)。

(一)

(b)

(c)

(d)

在图2,一个可以观察到的存在显著增加的人口年龄16-20-the最关键的生活时期的毒瘾。同时,看到吸毒者数目的峰值最近逐渐转向更高的年龄。然而,从2014年开始,我们的经验出现新的“波”的吸毒者在年轻人群,据推测是由于新类型的药物的出现。

因此,在人口的年龄结构,可以分配特定的年龄和年龄间隔,更敏感的药物使用。换句话说,开始吸毒的概率在不同的年龄段,不同的概率,我们将考虑使用毒品的人相应年龄的基本概念提出人口麻醉模拟方法。

5。药物成瘾的多因素预测模型

人口麻醉状态的概率模型是基于评估个体改变他/她的现象学状态下人口麻醉状态的过程。改变状态发生,例如,通过消费毒品的人以前不习惯他们,或过渡吸毒者心理成瘾综合症的一个更严重的阶段。

5.1。人口的微程序级现象学模型麻醉

图3提出了一种现象学的州的人口麻醉过程图,用于构建人口麻醉的微程序级模型。

根据图中,现象学的整个人口的地区P可分为三类:免疫药物成瘾的人,而不是倾向于使用任何类型的药物(我);人与药物成瘾倾向(H);人们面临风险,有能力使用或不使用药物(R)。应该注意的是,人的小组我仍有可能受到其他越轨行为的表现,如酗酒。反过来,一个人吸毒可以身体或心理上的。

如果吸毒的人H或R,他们通过现象学的状态D,这反过来又可以分为两组:一组l吸毒者毒瘾或无需心理上瘾形式只和一群N吸毒者有更严重的物理成瘾形式。个人过渡到一个适当的现象学状态的概率是由他/她的状态之间的转换。

模拟和预测的人口麻醉最终涉及到获得合理估计吸毒者在特定区域的数量。在我们的模型,这意味着个体的数量的估计现象学的状态N,进而需要模拟和预测个人的过渡状态的概率N来自其他的国家。,因为在目前的研究中,我们依靠官方的数据统计,这几乎没有信息的数量和组成组l,我,R,H,我们将考虑个人的过渡状态N直接从国家P。这些组织的结构和动力学的插图图所示2。

让这样一个过渡的可能性,这对应于药物成瘾综合症的发病的个体,被表示为(见图3)。个人的转移概率N然后根据表达式估计在哪里是年龄的人数我在该地区,的吸毒者年龄吗我在该地区。模拟动力学有关的其他现象学国家可以以类似的方式进行。

6。人口的宏观的矩阵模型麻醉

定量描述了状态转换矩阵,使用人口统计学模型,其操作是基于预测的人口年龄和性别结构的转换概率的基础上的个人到适当的组(11,12]。让我们代表人口的年龄结构(P)和吸毒者的年龄结构(N),分别在表单中

然后,一般表达式描述该地区的社会结构的演变的矩阵模型可以写成的矩阵描述了人口的年龄性别结构t,矩阵描述了吸毒者在时间的年龄性别结构t,矩阵描述了移民网络考虑年龄结构。

考虑到结构的矩阵 ,运营商(老化)(麻醉)可以确定如下: 在哪里是矩阵 ,在这n是年龄的数量方面,——第一行确定生育的概率由个人在各个年龄组,每一个年龄组的概率为个人吗活到下一个年龄组,和是各个年龄段的概率为个人移动集团吗N。

让我们考虑矩阵的形成。显然,概率取决于很多因素,这可能是不同的不同的年龄组。

7所示。人口因素麻醉

的构成因素本身可以不同,创建列表的重要因素是一个单独的研究任务。本文基于研究[6,17,20.),我们将考虑以下的因素,如前所述:吸毒的特点( ),犯罪率的营业额( ),公众对毒品的态度情况( ),和该地区社会经济发展的因素反映的生活质量( )。这些因素的值取决于相应的生命指标的监测的结果。

本文给定值调整指标的无量纲量(规范化)按照下列规则:“0”对应索引的最小值在观察期和“1”对应索引的最大价值在观察期。

7.1。在贩毒犯罪领域

我们会考虑以下因素指标描述细节毒品走私犯罪的范围(17]:(1)注册犯罪在贩毒领域( )(2)在贩毒领域犯罪的比例( )(3)犯罪的数量在贩毒领域解决( )(4)抓住了毒品的非法营业额的数量( )

在图4,可以动态观察代表毒品走私犯罪的球体,它显示了一个记录从2002年到2007年下降。2008年,恢复的因素 , ,和观察到2001年的水平,这是伴随着取款激增的药物从非法营业额在2008年。值得注意的是上述趋势配合的活动时期联邦目标反麻醉品的程序段2005 - 2009 (19]。

(一)

(b)

圣彼得堡地区的特色是传统犯罪与毒品走私使注册犯罪总数的四分之一。和大多数的犯罪是严重的或非常严重。根据犯罪的结构,它是指出,犯罪的最大份额由那些有关吸毒和在公共场合醉酒的人的出现。特别要注意的是大量的行政犯罪与毒品走私是青年,指出需要药物使用预测模型适用于每一个年龄段,包括年轻组。

7.2。药物成瘾

我们会考虑以下因素指标描述的非法使用毒品和吸毒在圣彼得堡(17]:(1)注册患者诊断为“毒瘾”( )(2)病人的数量与监督下诊断为“吸毒”,首次建立了( )(3)女性患者的数量与监督下诊断为“吸毒”,首次建立了( )(4)十几岁的病人的数量与监督下诊断为“吸毒”,首次建立了( )(5)精神病诊所的病床数和药物药房( )

图5显示了毒瘾的动力学,包括青少年的吸毒。应该注意的是,药物成瘾中增加时期从2004年到2007年,它与犯罪行为的动力学,进而包括影响地区的一般法律的发展和吸毒传播。

(一)

(b)

该地区的特点,应该注意以下(2),该地区的社会经济发展的因素和质量以及生活水平的不太重要的青年比公众的支持,接受药物,“时尚”的效果在年轻人中某些类型的药物。这是最好的证实了吸毒者的结构。可以看出,青少年吸毒的原因考虑,增加精神刺激剂的比例,通常用作“党”或“俱乐部”药物和分布在相对开放的社区,与更传统的鸦片毒品社区。

同时,它是指出,复苏上瘾的状态仍在低水平,大概是因为通常只与毒品有关的条件相当晚期患者被解释和治疗。这是证实了吸毒者的年龄结构,如图2。

因此,从数据如上所述4和5反麻醉品的组织活动,最高水平的要注意预防原发性疾病传播16-23岁女性。社会研究(20.)表明,这个年龄的女孩已经开始使用现有药物在社区和互动与其他年轻人吸毒的经历。

7.3。接受吸毒的社会

研究药物和个人消费的接受他们,有必要考虑使用毒品的广泛存在的经验有针对性的年龄和性别组。我们还必须记住的可能性有吸毒者的正面形象,可以将某些类型的新药物的“时尚”和相关的生活方式。

我们会考虑以下因素指标描述接受吸毒的水平(20.]:(1)有经验的人用药物的比例( )(2)人们接触到吸毒者的比例在该地区( )(3)持积极态度的人的比例严格反麻醉品的政策( )

图6显示了动力学因素有关吸毒的接受程度,估计社会学调查的基础上,定期进行在圣彼得堡(17]。的指标绘制在图6 (b)在绝对和归一化值。的绝对值指标明显右边轴受访者的百分比。指出,2014年的比例增加个人认可的个人消费毒品给地面相信青少年吸毒者的数量的增加,如图5的延迟意味着减少指标数量的吸毒者。同时,受访者最常承认大麻的使用,这表明高社会认可的这种类型的药物,和海洛因,这对应于一个大部分年长的毒品海洛因使用5 - 7年前开始用户;这是证明的时候吸毒者(参见图的结构2)。

(一)

(b)

应该指出的是,因素结果不重要在绝对数量上,一方面是该地区的毒品政策实施的结果,另一方面是实体化的政策应用程序由于现有社会的传统。

7.4。社会经济因素相关的药物成瘾

因为药物成瘾的过程影响社会生活的几乎所有领域的人口,很明显,我们不能研究药物使用不考虑共同在该地区的社会经济情况。特别是,研究[17]给出了评估药物成瘾过程的基础上,社会人口指标。这样的指标,例如,如下:(1)财政收入的人口( )(2)人均消费支出的比例相关的成本最低食物篮子( )(3)失业者的数量( )(4)生存的最低现金收入的比率( )(5)注册需要更好的家庭住房条件( )(6)人口集中的收入( )(7)个人生活不满意的比例( )(8)个人对生活满意的比例( )

这组的社会经济发展指标不能详尽的考虑。

一组的定义该地区的社会经济地位的重要因素人口麻醉过程中另一项研究的任务。

在我们的工作中,我们将考虑指标基于这项研究[19)(图7)。

(一)

(b)

(c)

(d)

在圣彼得堡地区,大部分指标代表2009 - 2010年的社会经济危机,表现在人口的购买力的损失。这些影响也反映在生活满意度的指标。同时,收入指标的数量浓度和有需要的人更好的住房条件,选择作为一般生活水平的指标,显示非常积极和稳定的动力学。由此,我们可以得出结论,社会的情感和心理状态是离开的影响比福利和生活标准的其他法律。

7.5。考虑到人口因素的影响在模型中麻醉

如上所述,我们人口的基础麻醉状态的概率模型是一组个人的现象学之间的过渡状态。这些概率分别为每个年龄组和生成依赖于生活在该地区的特点。让我们研究一个依赖人口麻醉状态概率模型从领土发展的因素。几乎是不可能的,强调最重要的因素在人口麻醉的问题分析中,至少在减少吸毒的实现策略。同时,指出不同因素之间的显著相关(见表1),这表明有区域性的发展和模式的可能性减少问题的维度。


	我₁	我₂	我₃	我₄	我₅	我₆	我₇	我₈	我₉	我₁₀	我₁₁	我₁₂	我₁₃	我₁₄	我₁₅	我₁₆	我₁₇	我₁₈	我₁₉	我_20.

我₁		1	1	0.4	0.8	0.2	0.2	0.2	0.8	0.2	0.2	0.2	0.2	0.8	0.2	0.6	0.2	0.4	0.2	0.2
我₂	1		1	0.4	0.8	0.2	0.2	0.2	0.8	0.2	0.2	0.2	0.2	1	0.2	0.6	0.2	0.4	0.2	0.2
我₃	1	1		0.6	0.8	0.2	0.2	0.2	0.8	0.2	0.2	0.2	0.2	0.8	0.2	0.6	0.2	0.2	0.2	0.2
我₄	0.4	4 0 . .	0.6		0.8	0.2	0.2	0.2	0.8	0.2	0.2	0.2	0.2	0.8	0.2	0.8	0.2	0.6	0.2	0.2
我₅	0.8	0.8	0.8	0.8		0.2	0.2	0.2	1	0.2	0.2	0.2	0.2	1	0.2	1	0.2	0.8	0.2	0.2
我₆	0.2	0.2	0.2	0.2	0.2		1	0.8	0.2	0.2	0.6	0.4	0.2	0.2	0.4	0.2	0.4	0.2	0.4	0.4
我₇	0.2	0.2	0.2	0.2	0.2	1		0.6	0.2	0.2	0.4	0.2	0.2	0.2	0.2	0.2	0.2	0.4	0.2	0.4
我₈	0.2	0.2	0.2	0.2	0.2	0.8	0.6		0.2	0.2	0.6	0.4	0.2	0.2	0.4	0.2	0.8	0.2	0.4	0.6
我₉	0.8	0.8	0.8	0.8	1	0.2	0.2	0.2		0.2	0.2	0.2	0.2	1	0.2	1	0.2	0.8	0.2	0.2
我₁₀	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2		0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.6
我₁₁	0.2	0.2	0.2	0.2	0.2	0.6	0.4	0.6	0.2	0.2		0.6	0.6	0.2	0.8	0.2	0.8	0.2	1	0.6
我₁₂	0.2	0.2	0.2	0.2	0.2	0.4	0.2	0.4	0.2	0.2	0.6		0.4	0.2	0.6	0.2	0.8	0.2	0.6	0.2
我₁₃	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.2	0.6	0.4		0.2	0.6	0.2	0.6	0.2	0.6	0.2
我₁₄	0.8	1	0.8	0.8	1	0.2	0.2	0.2	1	0.2	0.2	0.2	0.2		0.2	1	0.2	0.8	0.2	0.2
我₁₅	0.2	0.2	0.2	0.2	0.2	0.4	0.2	0.4	0.2	0.2	0.8	0.6	0.6	0.2		0.2	0.6	0.2	0.6	0.2
我₁₆	0.6	0.6	0.6	0.8	1	0.2	0.2	0.2	1	0.2	0.2	0.2	0.2	1	0.2		0.2	1	0.2	0.2
我₁₇	0.2	0.2	0.2	0.2	0.2	0.4	0.2	0.8	0.2	0.2	0.8	0.8	0.6	0.2	0.6	0.2		0.2	1	0.6
我₁₈	0.4	0.4	0.2	0.6	0.8	0.2	0.4	0.2	0.8	0.2	0.2	0.2	0.2	0.8	0.2	1	0.2		0.2	0.2
我₁₉	0.2	0.2	0.2	0.2	0.2	0.4	0.2	0.4	0.2	0.2	1	0.6	0.6	0.2	0.6	0.2	1	0.2		0.8
我_20.	0.2	0.2	0.2	0.2	0.2	0.4	0.4	0.6	0.2	0.6	0.6	0.2	0.2	0.2	0.2	0.2	0.6	0.2	0.8

因此,在本文中,我们调查的因素空间的可变性在麻醉动力学。为了减少问题的维度,和确定组织的影响最大的因素,主成分分析(PCA)的方法。

表2显示15个主成分的重要性的评价指标体系的计算。根据表2中,我们将使用前四个主成分,解释方差的90%。图8显示了主成分的值。


	PC1	PC2	生物	PC4	PC5	PC6	PC7	PC8	PC9	PC10	PC11	PC12	PC13	PC14	PC15

标准偏差	1.086	0.517	0.415	0.392	0.266	0.263	0.156	0.141	0.124	0.091	0.064	0.062	0.053	0.030	0
比例的方差	0.592	0.134	0.086	0.077	0.035	0.035	0.012	0.010	0.008	0.004	0.002	0.002	0.001	0	0
累计比例	0.592	0.726	0.813	0.890	0.925	0.960	0.972	0.982	0.990	0.994	0.996	0.998	1	1	1

(一)

(b)

假设我们已经确定 ,让我们定义依赖药物成瘾的概率估计的主要组件运用回归模型: 在哪里过渡到一个人口群的概率是吸毒者和之前一样,回归参数,是正态分布误差与零均值和方差吗 ,在哪里是单位矩阵。概率回归模型(5)估计直接从官方统计数据根据表达式(1)。

8。应用程序模型的人口麻醉的圣彼得堡的例子

图9介绍了点估计(1)的概率过渡到一种药物的用户组N个人适当的年龄和他们的回归近似。下面的图表显示实验和计算结果最重要的年龄段。

(一)

(b)

(c)

图9显示了动态概率吸毒入会的人(图18年9(一个)(图)和25年9 (b))和吸毒引发的平均概率为所有年龄(图9 (c))。纵轴的值是吸毒引发的概率评估。

值得注意的是,在2006年,有一个峰值的概率吸毒引发人的18年,明年是老一辈的高峰。同时,吸毒引发的平均概率为所有年龄没有图上的山峰这些年。

这种现象是用这一事实来解释,之前采用的反麻醉品的程序(21吸毒引发的概率),继续增加。

然而,程序的主要措施是针对年轻的人口。因此,项目的过程几乎没有影响成年人吸毒年龄超过30年。

基于图8,我们可以得出这样的结论,我们的模型准确地描述了药物成瘾发展的过程,与此同时,回归偏离的点估计的概率在95%置信区间估计(5),它演示了只使用的适当的前两个主成分指标。

9。预测

上面,我们展示了我们的计算如何复制数据,从而验证模型。最重要的是,然而,结果还允许预测来说明利用先进的模型药物的可能性在一个地区形势分析,导致可能的政策建议。基于这些结果,我们可以得出结论的结构和数量在该地区吸毒者。

我们成立了两个脚本。第一个场景包括一个乐观的预测指标。第二个是一个悲观的预测指标以同样的其他指标的平均值。

在比较乐观和悲观的预测的基础上,提出了模型中,可以看出,随着年龄的增长吸毒者一致的动力学,解释的事实很少看到新登记吸毒者30岁以上的。然而,最大的变化因素的情感和心理状态的领土是15至20岁。因此,基于该模型,结果表明,与圣彼得堡的开发场景的实现,考虑到社会,最好的情感和心理状态的概率可以显著减少麻醉的人口几乎最低的水平。同时,如果消极场景实现,药物成瘾的概率将增加几乎呈线性,这将导致很大一部分年轻的吸毒者。

应该注意,乐观的场景不包括等因素的出现,新型毒品和人口对毒品的态度的变化。

可以特别注意的预测数量的吸毒者18和19。吸毒者在这些年龄段的人数将会增加根据预测,尽管这些年龄的人口下降。可以解释这一现象的出现第二个“峰值”数量的吸毒者在年轻的时候,如图2。因此,进一步增加的预测是预测“峰值”基地。框架的同时,一个乐观的预测,假定这个年龄的吸毒者的数量将保持在同一水平。这可能发生的成功实现反麻醉品的措施,防止出现新的“时尚”类型的药物。

相比之下,图10 (c)显示了使用这种模型获得预测2014只使用数据。测量吸毒者的数量在2014年之后给出比较模型的准确性。可以看出,在大多数情况下,结果没有超出了测量误差。这给了我们一个额外的信心提供的预测模型。

(一)

(b)

(c)

(d)

因此,自然结论圣彼得堡的策略,特别是考虑到药物成瘾的风险在年轻的女性,需要创建一个基准的意见是关于毒品和吸毒是一种消极现象的个体目标群体。不过,实施这样一个场景需要仔细登记吸毒的社会态度,正如之前提到的在2]。

我们可以规定,圣彼得堡的实现政策考虑提供最好的情感和心理状态的社会,为了减少消费,从吸毒的危害,要求,一方面,人口和社会支持的行动,另一方面,教育行为来调整人们之间可持续的行为模式风险组。

麻醉状态预测的多因素模型,我们提出了一个高人口密度的城市和高速率通信在社会允许评估的大小和不同的现象学组的年龄性别结构人口麻醉的短,中,长。该模型允许考虑反毒品政策的特点,实现在给定的领土,以及社会对毒品的态度。

该模型预测的测试吸毒传播在圣彼得堡和允许得到结论,最重要的因素,人口的因素是麻醉药物的社会接受。

因此,健康的思想的形成,不含药物的消费在任何情况下,人口是最现实的场景麻醉中和(22]。

最后,我们注意到,在毒品形势的发展,增加新类型的流行的药物和药物成瘾的增加一般来说可能相对衰落后直到2020年。

10。讨论

药物成瘾在微程序级仿真涉及社会动力学的有关不同的现象学的麻醉状态。同时,在模型中,没有考虑个体之间的社会关系,实质上是可信的只有在一个假设的随机性质,这些关系。但随着研究者一再指出,个人的环境的重要性在药物使用他/她的承诺2)作为进一步组件的模型应该包括吸毒传播在微程序级的描述为每个单独的完全基于他/她的社会关系。

药物使用的内部因素为每个社会成员个体和确定,首先,通过个人的社会环境,信息交换的随着社会的其他成员,和某些类型的药物的时尚的社会环境。它是已知的2),不同类型的药物的特点是不同的方法,原因,和接待的情况下,决定让个人的适当的组。内部因素可能是由连接的存在与否与经销商和消费者的药物,例如,因为药物的传递是通过直接接触或一组。

缺乏药物分布的数据从一个人到另一个个体迫使我们考虑社会关系图是完全随机的,这是一个粗略的估算。为了评估这张图的实际结构,将需要使用特殊的方法建立个人之间的关系,例如,一个社交网络的分析在互联网上。社交网络,是一种公开的“社会副本”可以直接观察,允许评估药物的流行文化在许多正式的维度。测定的数值特征的社会网段将允许建立复杂网络模型的人口麻醉基于社交网络的数据。人口麻醉状态的估计基于复杂网络模型,获得这样的社交网络监测的基础上,可能会被推迟此时由于难以获得具有代表性,但如实描述社会的心理状态。

因此,未来人口麻醉状态的研究,基于社交网络的数据,将包括两个子任务:(i)监控社会网络的社会关系的修复图的拓扑结构和网络节点的分类根据各自参与药物滥用的标准和(2)模拟人口麻醉。作者认为社会关系结构的调查吸毒者及其对人口麻醉过程的影响在这个领域工作的优先方向(23]。

数据可用性

数据被作者和策划可按照客户要求定制。

的利益冲突

作者宣称没有利益冲突。

引用

j·沃德,w·霍尔,r·p·Mattick”角色的维持治疗阿片类药物依赖”,《柳叶刀》,卷353,不。9148年,第226 - 221页,1999年。视图:出版商的网站|谷歌学术搜索
c . r . Bartol犯罪行为:一种社会心理的方法普伦蒂斯霍尔,上台北,美国,2004年。
b . v . Boev“现代数学建模的发展阶段和传播传染病,”威利,霍博肯,新泽西,美国,1991年。视图:谷歌学术搜索
b . v . Boev和v . m . Bondarenko案”,药物成瘾的预测模型和艾滋病毒感染年轻人,”微生物学5卷,第81 - 76页,2001年。视图:谷歌学术搜索
k . Keizer s Lindenberg, l . Steg“疾病的蔓延,”科学,卷322,不。5908年,第1685 - 1681页,2008年。视图:出版商的网站|谷歌学术搜索
y . n . Zakharov”的方法来评估信息和通讯技术的发展,电子政务在圣彼得堡和监测计划的实施活动的任务信息社会发展的策略,”互联网和现代社会的诉讼:十三俄罗斯联合会议圣彼得堡,俄罗斯,2010年10月,http://conf.infosoc.ru/2010/thesis/pdf/192 - 194 _zakharov.pdf。视图:谷歌学术搜索
联合国毒品和犯罪办公室2015年世界毒品报告,联合国出版,纽约,纽约,美国,2015年。
国家禁毒战略/怀特豪斯(网站)网址:http://www.whitehouse.gov/sites/default/files/ondcp/policy-and-research/ndcs_2014.pdf10/10/2014(访问)。
r . j . MacCoun和p .路透社毒品战争异端:学习从其他恶习,时间和地点英国剑桥,剑桥大学出版社,2001年。
麻醉药,造型吸毒:方法隐藏processes-Luxembourg量化和理解欧洲经济共同体,办公室官方出版物,布鲁塞尔,比利时,2001年,http://www.emcdda.europa.eu/attachements.cfm/att_80903_EN_Monograph6.pdf,最新的科学专著系列,没有6。
l .葡萄酒试点项目开发模式的滥用药物的地理分布在欧盟欧洲毒品和吸毒监测中心,里斯本,葡萄牙,1999年,http://www.emcdda.europa.eu/html.cfm/index1374EN.html。
v . a . Tsybatov”战略规划节能发展的俄罗斯联邦的一个区域,”经济的地区,14卷,不。3、941 - 954年,2018页。视图:谷歌学术搜索
p·e·米尔临床和统计预测:理论分析和审查的证据,明尼阿波利斯明尼苏达大学心理学系MN,美国,1954年。
美国Melike刘贤美Degtiarev,基于一阶模糊时间序列预测招生模式、世界科学院、工程和技术,巴黎,法国,2008年。
j·p·考尔金”,估计弹性需求可卡因和海洛因的毒品使用的数据预测系统”技术代表、国家司法研究所,华盛顿特区,美国,1995年,美国司法部(Department of Justice)最终报告/。视图:谷歌学术搜索
俄罗斯联邦药物控制服务的官方网站,http://www.fskn.gov.ru。
s . a . Mityagin Bolbin、ai Drozhzhin,诉诉Ivanenkov,”一个集成的方法来评估领域的延迟非法贩毒,国民经济,创新发展的问题,“主人,61 - 68年,2011页。
s . m . Inshakov潜伏在俄罗斯联邦犯罪、司法部、莫斯科,俄罗斯,2007年。
诉Starodubov,Tatarkin AI成瘾的影响社会经济发展的社会俄罗斯科学院的乌拉尔分支,叶卡捷琳堡,俄罗斯,2006年。
滥用药物和其他精神物质监测在奥伦堡市:基本数据和趋势在1994年- 2003年,-Оренбург:ООО«Орен-знак»,2004、-84с。
俄罗斯联邦政府的决议13.09.2005№561«联邦目标程序综合措施对药物滥用和非法贩运在2005 - 2009年。”
禁毒政策在圣彼得堡,http://anpolitic.spb.ru。
s . a . Mityagin”评估药物滥用的影响能源安全的地区,”«Narkologiya»杂志,9卷,不。117年,2011年。视图:谷歌学术搜索

复杂性

文摘

1。介绍

2。不同类型的毒品政策

3所示。药物预测模型的概述

4所示。药物的情况

5。药物成瘾的多因素预测模型

5.1。人口的微程序级现象学模型麻醉

6。人口的宏观的矩阵模型麻醉

7所示。人口因素麻醉

7.1。在贩毒犯罪领域

7.2。药物成瘾

7.3。接受吸毒的社会

7.4。社会经济因素相关的药物成瘾

7.5。考虑到人口因素的影响在模型中麻醉

8。应用程序模型的人口麻醉的圣彼得堡的例子

9。预测

10。讨论

数据可用性

的利益冲突

引用

版权

更多相关文章

相关文章