Study of Natural Health Product Adverse Reactions (SONAR): Active Surveillance of Adverse Events Following Concurrent Natural Health Product and Prescription Drug Use in Community Pharmacies
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: Many consumers use natural health products (NHPs) concurrently with prescription medications. As NHP-related harms are under-reported through passive surveillance, the safety of concurrent NHP-drug use remains unknown. To conduct active surveillance in participating community pharmacies to identify adverse events related to concurrent NHP-prescription drug use. METHODOLOGY/PRINCIPAL FINDINGS: Participating pharmacists asked individuals collecting prescription medications about (i) concurrent NHP/drug use in the previous three months and (ii) experiences of adverse events. If an adverse event was identified and if the patient provided written consent, a research pharmacist conducted a guided telephone interview to gather additional information after obtaining additional verbal consent and documenting so within the interview form. Over a total of 112 pharmacy weeks, 2615 patients were screened, of which 1037 (39.7%; 95% CI: 37.8% to 41.5%) reported concurrent NHP and prescription medication use. A total of 77 patients reported a possible AE (2.94%; 95% CI: 2.4% to 3.7%), which represents 7.4% of those using NHPs and prescription medications concurrently (95%CI: 6.0% to 9.2%). Of 15 patients available for an interview, 4 (26.7%: 95% CI: 4.3% to 49.0%) reported an AE that was determined to be "probably" due to NHP use. CONCLUSIONS/SIGNIFICANCE: Active surveillance markedly improves identification and reporting of adverse events associated with concurrent NHP-drug use. Although not without challenges, active surveillance is feasible and can generate adverse event data of sufficient quality to allow for meaningful adjudication to assess potential harms.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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