Interventions to combat or prevent drug counterfeiting: a systematic review
Notice bibliographique
Résumé
OBJECTIVE: Drug counterfeiting has serious public health and safety implications. The objective of this study was to systematically review the evidence on the effectiveness of interventions to combat or prevent drug counterfeiting. DATA SOURCES: We searched multiple electronic databases and the grey literature up to March 2014. Two reviewers completed, in duplicate and independently, the study selection, data abstraction and risk of bias assessment. STUDY ELIGIBILITY CRITERIA, PARTICIPANTS AND INTERVENTIONS: We included randomised trials, non-randomised studies, and case studies examining any intervention at the health system-level to combat or prevent drug counterfeiting. Outcomes of interest included changes in failure rates of tested drugs and changes in prevalence of counterfeit medicines. We excluded studies that focused exclusively on substandard, degraded or expired drugs, or that focused on medication errors. APPRAISAL AND SYNTHESIS: We assessed the risk of bias in each included study. We reported the results narratively and, where applicable, we conducted meta-analyses. RESULTS: We included 21 studies representing 25 units of analysis. Overall, we found low quality evidence suggesting positive effects of drug registration (OR=0.23; 95% CI 0.08 to 0.67), and WHO-prequalification of drugs (OR=0.06; 95% CI 0.01 to 0.35) in reducing the prevalence of counterfeit and substandard drugs. Low quality evidence suggests that licensing of drug outlets is probably ineffective (OR=0.66; 95% CI 0.41 to 1.05). For multifaceted interventions (including a mix of regulations, training of inspectors, public-private collaborations and legal actions), low quality evidence suggest they may be effective. The single RCT provided moderate quality evidence of no effect of 'two extra inspections' in improving drug quality. CONCLUSIONS: Policymakers and stakeholders would benefit from registration and WHO-prequalification of drugs and may also consider multifaceted interventions. Future effectiveness studies should address the methodological limitations of the available evidence. TRIAL REGISTRATION NUMBER: PROSPERO CRD42014009269.
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 | 0,018 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,011 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».