Clinically relevant safety issues associated with St. John's wort product labels
Notice bibliographique
Résumé
BACKGROUND: St. John's wort (SJW), used to treat depression, is popular in the USA, Canada, and parts of Europe. However, there are documented interactions between SJW and prescription medications including warfarin, cyclosporine, indinavir, and oral contraceptives. One source of information about these safety considerations is the product label. The aim of this study was to evaluate the clinically relevant safety information included on labeling in a nationally representative sample of SJW products from the USA. METHODS: Eight clinically relevant safety issues were identified: drug interactions (SJW-HIV medications, SJW-immunosupressants, SJW-oral contraceptives, and SJW-warfarin), contraindications (bipolar disorder), therapeutic duplication (antidepressants), and general considerations (phototoxicity and advice to consult a healthcare professional (HCP)). A list of SJW products was identified to assess their labels. Percentages and totals were used to present findings. RESULTS: Of the seventy-four products evaluated, no product label provided information for all 8 evaluation criteria. Three products (4.1%) provided information on 7 of the 8 criteria. Four products provided no safety information whatsoever. Percentage of products with label information was: SJW-HIV (8.1%), SJW-immunosupressants (5.4%), SJW-OCPs (8.1%), SJW-warfarin (5.4%), bipolar (1.4%), antidepressants (23.0%), phototoxicity (51.4%), and consult HCP (87.8%). Other safety-related information on labels included warnings about pregnancy (74.3%), lactation (64.9%), discontinue if adverse reaction (23.0%), and not for use in patients under 18 years old (13.5%). The average number of a priori safety issues included on a product label was 1.91 (range 0-8) for 23.9% completeness. CONCLUSION: The vast majority of SJW products fail to adequately address clinically relevant safety issues on their labeling. A few products do provide an acceptable amount of information on clinically relevant safety issues which could enhance the quality of counseling by HCPs and health store clerks. HCPs and consumers may benefit if the FDA re-examined labeling requirements for dietary supplements.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 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 ».