MétaCan
Menu
Retour à la cohorte
Enregistrement W2304094619 · doi:10.1111/bcp.12944

Adverse drug event reporting systems: a systematic review

2016· review· en· W2304094619 sur OpenAlexafffund
Chantelle Bailey, David Peddie, Maeve E. Wickham, Katherin Badke, Serena S Small, Mary M. Doyle‐Waters, Ellen Balka, Corinne M. Hohl

Notice bibliographique

RevueBritish Journal of Clinical Pharmacology · 2016
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensVancouver General HospitalVancouver Coastal Health Research InstituteUniversity of British ColumbiaSimon Fraser UniversityVancouver Coastal Health
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésMedDRAComparabilityTerminologyPharmacovigilanceData qualityComputer scienceData miningGrey literatureData scienceIncident reportAdverse Event Reporting SystemMedicineInformation retrievalRisk analysis (engineering)MEDLINEDrugBusinessComputer securityPharmacologyMathematics

Résumé

récupéré en direct d'OpenAlex

AIM: Adverse drug events (ADEs) are harmful and unintended consequences of medications. Their reporting is essential for drug safety monitoring and research, but it has not been standardized internationally. Our aim was to synthesize information about the type and variety of data collected within ADE reporting systems. METHODS: We developed a systematic search strategy, applied it to four electronic databases, and completed an electronic grey literature search. Two authors reviewed titles and abstracts, and all eligible full-texts. We extracted data using a standardized form, and discussed disagreements until reaching consensus. We synthesized data by collapsing data elements, eliminating duplicate fields and identifying relationships between reporting concepts and data fields using visual analysis software. RESULTS: We identified 108 ADE reporting systems containing 1782 unique data fields. We mapped them to 33 reporting concepts describing patient information, the ADE, concomitant and suspect drugs, and the reporter. While reporting concepts were fairly consistent, we found variability in data fields and corresponding response options. Few systems clarified the terminology used, and many used multiple drug and disease dictionaries such as the Medical Dictionary for Regulatory Activities (MedDRA). CONCLUSION: We found substantial variability in the data fields used to report ADEs, limiting the comparability of ADE data collected using different reporting systems, and undermining efforts to aggregate data across cohorts. The development of a common standardized data set that can be evaluated with regard to data quality, comparability and reporting rates is likely to optimize ADE data and drug safety surveillance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,079
score de la tête « metaresearch » (Gemma)0,268
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,921
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0790,268
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0080,009
Bibliométrie0,0270,028
Études des sciences et des technologies0,0010,002
Communication savante0,0040,007
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,308
Tête enseignante GPT0,596
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations103
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Clinical PharmacologyMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207