MétaCan
Menu
Retour à la cohorte
Enregistrement W2413974287 · doi:10.1007/s40264-016-0434-9

Targeted Spontaneous Reporting: Assessing Opportunities to Conduct Routine Pharmacovigilance for Antiretroviral Treatment on an International Scale

2016· article· en· W2413974287 sur OpenAlexafffund
Beth Rachlis, Rakhi Karwa, Celia Chema, Sonak Pastakia, Sten Olsson, Kara Wools‐Kaloustian, Beatrice Jakait, Mercy Maina, Marcel Yotebieng, Nagalingeswaran Kumarasamy, Aimee Freeman, Nathalie de Rekeneire, Stephany N. Duda, Mary‐Ann Davies, Paula Braitstein

Notice bibliographique

RevueDrug Safety · 2016
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensPublic Health OntarioOntario HIV Treatment Network
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentAustralian GovernmentNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesNational Institute on Alcohol Abuse and AlcoholismNational Eye InstituteNational Cancer InstituteCanadian Institutes of Health ResearchNational Institute on Minority Health and Health DisparitiesU.S. President’s Emergency Plan for AIDS ReliefCenters for Disease Control and PreventionMinisterie van Buitenlandse ZakenNational Center for Advancing Translational SciencesHealth Resources and Services AdministrationGovernment of AlbertaAgency for Healthcare Research and QualityNational Institute of Mental HealthMbarara University of Science and TechnologyVanderbilt UniversityUnited States Agency for International DevelopmentNational Institutes of HealthNational Institute on Drug AbuseAids Fonds
Mots-clésPharmacovigilanceMedicineStaffingDocumentationOutreachMedical emergencyFamily medicineAdverse effectEnvironmental healthNursingPharmacologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Targeted spontaneous reporting (TSR) is a pharmacovigilance method that can enhance reporting of adverse drug reactions related to antiretroviral therapy (ART). Minimal data exist on the needs or capacity of facilities to conduct TSR. OBJECTIVES: Using data from the International epidemiologic Databases to Evaluate AIDS (IeDEA) Consortium, the present study had two objectives: (1) to develop a list of facility characteristics that could constitute key assets in the conduct of TSR; (2) to use this list as a starting point to describe the existing capacity of IeDEA-participating facilities to conduct pharmacovigilance through TSR. METHODS: We generated our facility characteristics list using an iterative approach, through a review of relevant World Health Organization (WHO) and Uppsala Monitoring Centre documents focused on pharmacovigilance activities related to HIV and ART and consultation with expert stakeholders. IeDEA facility data were drawn from a 2009/2010 IeDEA site assessment that included reported characteristics of adult and pediatric HIV care programs, including outreach, staffing, laboratory capacity, adverse event monitoring, and non-HIV care. RESULTS: A total of 137 facilities were included: East Africa (43); Asia-Pacific (28); West Africa (21); Southern Africa (19); Central Africa (12); Caribbean, Central, and South America (7); and North America (7). Key facility characteristics were grouped as follows: outcome ascertainment and follow-up; laboratory monitoring; documentation-sources and management of data; and human resources. Facility characteristics ranged by facility and region. The majority of facilities reported that patients were assigned a unique identification number (n = 114; 83.2 %) and most sites recorded adverse drug reactions (n = 101; 73.7 %), while 82 facilities (59.9 %) reported having an electronic database on site. CONCLUSION: We found minimal information is available about facility characteristics that may contribute to pharmacovigilance activities. Our findings, therefore, are a first step that can potentially assist implementers and facility staff to identify opportunities and leverage their existing capacities to incorporate TSR into their routine clinical programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,269
Tête enseignante GPT0,492
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDrug SafetyMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207