Teratogenicity of recently introduced medications in human pregnancy
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
OBJECTIVE: To determine how long it takes after a new drug is marketed to establish whether or not its use by pregnant women is likely to pose a substantial teratogenic risk. METHODS: We used standard clinical teratology resources to assess the teratogenic risks in human pregnancy of therapeutic treatment with 468 drugs approved by the US Food and Drug Administration between 1980 and 2000. The teratogenic risk of each treatment was classified using the current online version of TERIS into one of three categories: 1) no risk, minimal risk, or unlikely to produce an increased risk; 2) associated with a small, moderate, or high risk; or 3) risk undetermined. RESULTS: We found that the teratogenic risk in human pregnancy was still undetermined for 91.2% of drug treatments approved in the United States between 1980 and 2000. The proportion of treatments classified as having an "undetermined" teratogenic risk was more than 80% for drugs approved for marketing 0-4, 5-9, 10-14, or 15-20 years ago, but the highest proportion of drugs with an "undetermined" teratogenic risk was found among those approved 15-20 years ago. The agreement between TERIS risk ratings and Food and Drug Administration Use-in-Pregnancy Categories for 163 drugs that had been assessed by both systems was poor (kappa +/- standard error = 0.082 +/- 0.042). CONCLUSION: We conclude that inadequate information is available for pregnant women and their physicians to determine whether the benefits exceed the teratogenic risks for most drug treatments introduced in the past 20 years.
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 | 0,000 | 0,005 |
| 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) | 0,001 | 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