Authors’ response: Warfarin, medicinal drugs and road traffic accidents
Notice bibliographique
Résumé
We thank Dr Alvarez for his comments in response to our paper [1]. We agree that drink-driving is both concerning and important to reduce as a public health goal, and that appropriate prescribing is a key issue in road safety. The major goal of our study was to assess the validity of a previous finding of a potential hazard for drivers using anticoagulants [2] and provide data for policy makers to make more informed decisions. The extremely high level of use of ‘sedating drugs’ observed in the members of this cohort is definitely concerning and previous research on the same cohort has explored the public health impact of this use [3]. We agree that distance driven could be important for these studies if it differs widely between users and non-users of warfarin. However, the difference in driving between users and non-users would have to be huge for it to disguise an adverse effect of warfarin use in our study. The lack of risk among the exposed suggests that, insofar as there is any extra risk, the current clinical and regulatory framework in Quebec controls it adequately and that no additional regulation is required. In terms of alcohol use, we agree that it would have been ideal to record this information. Unfortunately, the nature of our database (based solely on prescription drugs) made this impractical. As alcohol use is not recommended among warfarin users, it is possible that a lower level of ‘drink-driving’ could explain the protective effects seen in this drug among current users.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,030 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,014 |
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 source (Gemma direct ou Codex distillé), 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 ».