Paediatric adverse drug reaction reporting: understanding and future directions.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Severe adverse drug reactions (ADRs) are an important cause of childhood morbidity and mortality. 95% of ADRs are likely not reported, less than 25% of marketed drugs can be advertised as safe and effective in children; yet over 50% of Canadian children receive prescription drugs annually. OBJECTIVES: To increase understanding of reported ADRs in Canadian children. METHODS: A retrospective analysis of 1193 suspected ADRs reported to Health Canada (January 1998 - May 2002). These data were a paediatric subset of the Canadian Adverse Drug Reaction Information System database. RESULTS: 58.6% of ADRs were for children over 13 years. 61% of reports were defined by Health Canada as serious. Case outcomes include: death (n=41) and recovered with sequelae (n=14). 4 reports of interacting drugs had fatal outcomes. Drugs most frequently cited include: isotretinoin (n=56), paroxetine (n=42), methylphenidate (n=41), amoxicillin (n=40), and valproic acid (n=32). Most frequent reaction descriptors include: psychiatric disorders (isotretinoin and paroxetine) and nervous system disorders (valproic acid, bupropion and carbamazepine). Causal links between suspected ADRs and clinical outcomes have not been established. CONCLUSIONS: Current ADR reporting is insufficient to improve patient safety. More detailed reporting, including case outcomes, is needed. Mandatory ADR reporting is unlikely to improve underreporting. Trained surveillance personnel located in major health centres and solely dedicated to ADR reporting may provide a more accurate determination of ADRs in Canadian children.
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.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 découle