Rationalizing the use of auxiliary label for oral oncology drugs
Notice bibliographique
Résumé
Objective The objective of this study is to develop a systematic approach to standardize the use of auxiliary labels for oral oncology drugs. Design The project was multi-phased: environmental scan of auxiliary labels used at six BC Cancer Agency centre pharmacies, develop guidelines to support auxiliary labels standardization, develop inclusion criteria for common warnings and standardize warnings based on guiding principles and evidence (Canadian Compendium of Pharmaceutical Specialties, BC Cancer Agency Cancer Drug Manual, British National Formulary, literature). Results Consistent auxiliary labels use was rare (7% of drugs). No explicit methodology for determining previous auxiliary labels use was identified. Guiding principles developed include auxiliary labels supplement counselling and drug-specific patient handouts; a maximum of four auxiliary labels (limited container size and alert fatigue); identify hazardous drugs with auxiliary labels; auxiliary labels not intended for universal warnings (e.g., keep out of reach of children); warnings prioritized by impact on storage, efficacy (e.g., administration instructions), toxicity (including interactions) and other clinical issues. Inclusion criteria were developed for warnings on pregnancy, crushing/chewing, taking with plenty of water, drowsiness/dizziness, alcohol, grapefruit juice, hazardous and sunlight exposure. First list of standardized auxiliary labels was completed in June 2014. Conclusion A systematic approach was developed to determine and prioritize auxiliary labels for oral oncology drugs. This has led to a standardized and more accurate labelling throughout the six BC Cancer Agency centres' pharmacies.
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 | 0,004 | 0,010 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».