MétaCan
Menu
Retour à la cohorte
Enregistrement W2597828908 · doi:10.1186/s12992-017-0232-x

Matching safety to access: global actors and pharmacogovernance in Kenya- a case study

2017· article· en· W2597828908 sur OpenAlexafffund
Kathy Moscou, Jillian Clare Köhler

Notice bibliographique

RevueGlobalization and Health · 2017
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensTrinity CollegeYork UniversityUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésPublic relationsPharmacovigilanceGovernment (linguistics)Public administrationLegislationPublic healthCivil societyStakeholderGlobal healthStakeholder engagementCorporate governancePolitical scienceBusinessMedicineNursingLawPolitics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Kenyan government has sought to address inadequacies in its National Pharmaceutical Policy and the Pharmacy and Poisons Board's (PPB) medicines governance by engaging with global actors (e.g. the World Health Organization). Policy actors have influenced the way pharmacovigilance is defined, how challenges are understood and which norms are requisite to address drug safety issues. In this paper, we investigate the relationship between specific modes of engagement among global (exogenous) and domestic actors at the national and sub-national level to identify the positive or negative effect on pharmacovigilance and pharmacogovernance in Kenya. Pharmacogovernance is defined as the manner in which governing structures; policy instruments; institutional authority (e.g., ability to act, implement and enforce norms, policies and processes) and resources are managed to promote societal interests for patient safety and protection from adverse drug reactions (ADRs). Qualitative research methods that included key informant interviews and document analysis, were employed to investigate the relationship between global actors' patterns of engagement with national actors and pharmacogovernance in Kenya. RESULTS: Global actors' influence on pharmacogovernance and pharmacovigilance priorities in Kenya (e.g., legislation and adverse drug reaction surveillance) was positively perceived by key informants. We found that global actors' engagement with state actors produced positive and negative outcomes. Engagement with the PPB and Ministry of Health (MOH) that was characterized as dependent (advocacy, empowerment, delegated) or interdependent (collaborative, cooperative, consultative) was mostly associated with positive outcomes e.g., capacity building; strengthening legislation and stakeholder coordination. Fragmentation (independent engagement) hindered risk communication between public, private, and NGO health programs. CONCLUSION: A framework for assessing pharmacogovernance would support policy makers' evidence-based decision making regarding investments to strengthen capacity for pharmacovigilance and guide policies regarding the state and exogenous actor relationship pertaining to pharmacogovernance. Ideally, dependency on exogenous actors should be reduced while retaining consultative, collaborative, and cooperative engagement when inter-dependency is appropriate. The use of global actors to address Kenya's pharmacovigilance inadequacies leaves the country vulnerable to 1) ad hoc drug surveillance; 2) pharmacovigilance fragmentation; 3) shifting priorities; and 4) cross purpose interests.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,920

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,199
Tête enseignante GPT0,559
Écart entre enseignants0,361 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207