Reporting natural health product related adverse drug reactions: is it the pharmacist's responsibility?
Notice bibliographique
Résumé
OBJECTIVES: Herbal medicines and other natural health products (NHPs) are sold in Canadian pharmacies as over-the-counter products, yet there is limited information on their safety and adverse effect profile. Signals of safety concerns associated with medicines can arise through analysis of reports of suspected adverse drug reactions (ADRs) submitted to national pharmacovigilance centres by health professionals, including pharmacists and the public. However, typically such systems experience substantial under-reporting for NHPs. The objective of this paper is to explore pharmacists' experiences with and responses to receiving or identifying reports of suspected ADRs associated with NHPs from pharmacy customers. METHODS: A qualitative study in which in-depth, semi-structured interviews were conducted with 12 community pharmacists in Toronto, Canada. KEY FINDINGS: Pharmacists generally did not submit reports of adverse events associated with NHPs to the national ADR reporting system and cited several barriers, including lack of time, complexity of the reporting process and lack of knowledge about NHPs. Pharmacists who accepted responsibility for adverse event reporting appeared to have different perceptions of their professional role: they saw themselves as 'knowledge generators', contributing to overall healthcare knowledge. CONCLUSIONS: Reporting behaviour for suspected ADRs associated with NHPs may be explained by a pharmacist's perception of his/her professional role and perceptions of the relative importance of generating knowledge to share in the wider system of health care.
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 | 0,011 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».