Community Identification of Natural Health Product–Drug Interactions
Notice bibliographique
Résumé
BACKGROUND: The majority of Canadians use natural health products (NHPs), most of which are purchased in pharmacies. Community pharmacists regularly field inquiries regarding NHPs. As such, pharmacists are ideally placed to answer questions about NHP use and interactions with other medications. OBJECTIVE: To identify community pharmacists' familiarity with NHPs and NHP-related adverse events (AEs) and their knowledge and ability to counsel on potential and known NHP-drug interactions. METHODS: Survey questions were derived from a literature review of previous surveys, data collected from Health Canada, and in consultation with clinicians, pharmacists, policy-makers, and researchers. A convenience sample of 321 community pharmacists in Alberta and British Columbia were asked to participate. RESULTS: We received responses from 132 pharmacists, resulting in a response rate of 41% (132/321). A total of 19% of the sample had previously reported an adverse event to Health Canada. When asked specifically about NHP-drug interactions/AEs, 47% of pharmacists stated that they had identified a potential interaction; however, only 2 of these reported it to Health Canada. Pharmacists were most familiar (76% of respondents) with the interaction between sertraline and St. John's wort and were least familiar with interactions between NHPs and anti-retrovirals. CONCLUSIONS: This survey provides evidence to suggest that pharmacists encounter reportable NHP-drug interactions, yet rarely choose to report these events. The current lack of available data on NHP AEs makes it difficult to provide patients and healthcare providers with useful strategies for managing AEs and drug interactions. Changes to the current system of monitoring AEs due to NHPs and further education of healthcare professionals regarding NHP-drug interactions is required.
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) | 0,001 | 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 | 0,002 |
| 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 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 ».