Les agressions facilitées par les drogues à l’aune de la crise COVID 19

Toxicologie Analytique et Clinique(2023)

Cited 0|Views6
No score
Abstract
L’année 2020 a été marquée par une crise sanitaire sans précédent (Covid-19) occasionnant un changement brutal des habitudes de vie et des interactions humaines. État d’urgence, confinement, couvre-feu, fermeture et réouverture des espaces festifs … ont été tour à tour décrétés pour lutter contre la propagation du virus. Le système de soin a également dû s’adapter en urgence pour préserver la santé publique (renouvellement dérogatoire des ordonnances expirées par le pharmacien, avènement des e-consultations). Dans ce contexte inédit, des pratiques de stockage des médicaments, d’e-nomadisme et des changements des habitudes de consommations ont été rapportés par le réseau d’addictovigilance et laissaient redouter un impact sur les agressions facilitées par les drogues (AFD). Le centre d’addictovigilance de Paris, responsable de l’enquête nationale soumission chimique depuis 2003, propose une vue rétrospective de l’usage criminel des substances à l’aune de la crise COVID. Une analyse des AFD (total des signaux) rapportées au CEIP-A de Paris en 2020 a été réalisée et comparée aux données de l’année précédente (2019). Leur évolution a été mise en perspective du calendrier des mesures de restriction sanitaires imposées durant cette même année. La part des soumissions chimiques vraisemblables (SCV) a été par suite évaluée. Au total, 539 signalements suspects ont été enregistrés en 2020 (baisse de 6 % par rapport à 2019). L’évolution des signalements durant l’année décrit un phénomène “ON/OFF” en miroir des mesures de restriction sanitaires : diminution du nombre de cas en avril (15 vs 43 en 2019, confinement (1) et en novembre (33 vs 45 en 2019, confinement (2) avec un pic de signalements au mois de juillet (69 vs 43 en 2019, levée de l’état d’urgence). Les lieux festifs arrivent en tête des signalements suspects en 2020 (37 % vs 23 % dans les lieux privés). Il y a, toutefois, une inversion des tendances durant les confinements 1 (38 % privé vs 6 % festif) et 2 (48 % privé vs 15 % festif). Les agressions sexuelles sont toujours les plus mentionnées (77 %) suivies des violences physiques (6 %) et des vols (6 %). La prévalence des violences conjugales en 2020 est cependant à souligner (43 % des agressions physiques et 6 % des agressions sexuelles subies par les femmes) avec une progression non négligeable de la part des violences physiques (43 % vs 29 % en 2019). Après évaluation, 60 cas de SCV sont identifiés (vs 53 en 2019) majoritairement dans le milieu privé (52 % vs 25 % dans le milieu festif). Les médicaments sédatifs arrivent toujours en tête des substances incriminées (72 % des mentions) avec une progression de la classe des opioïdes (12 % vs 7 %) et notamment celle du tramadol (n = 6 vs n = 1 en 2019). Par ailleurs, une diversification des substances non médicamenteuses est relevée avec en tête des mentions les « dissociatifs » (5 cannabis, 4 kétamine) et les stimulants (4 MDMA). Les résultats montrent un « effet COVID » sur les signalements d’AFD (confinement/levée d’Etat d’urgence, impact global sur les institutions judiciaires avec diminution de 6 % des signalements suspects). L’augmentation record des signaux à la levée de l’Etat d’urgence soulève la question d’une éventuelle baisse de tolérance aux substances, notamment à l’alcool (diminution des consommations avec la limitation des interactions sociales et la fermeture des lieux festifs…). La prévalence des violences conjugales concorde quant à elle avec les multiples alertes diffusées en période COVID. Enfin, les cas SCV sont marqués par une diversification des substances et une progression des opioïdes et des dissociatifs en accord avec les données d’addictovigilance (augmentation des données de vente du tramadol et de l’usage de kétamine). La crise COVID, par ses bouleversements multiples, a agi comme un « révélateur » du risque d’AFD.
More
Translated text
Key words
la crise covid,les,de,drogues
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined