Comparative, cross-sectional study of the format, content and timing of medication safety letters issued in Canada, the USA and the UK
Notice bibliographique
Résumé
OBJECTIVES: To assess consistency in the format and content, and overlap of subject and timing, of medication safety letters issued by regulatory health authorities to healthcare providers in Canada, the USA and the UK. DESIGN: A cross-sectional study comparing medication safety letters issued for the purpose of alerting healthcare providers to newly identified medication problems associated with medications already on the market. SETTING: Online databases operated by Health Canada, the US Food and Drug Administration and the UK Medicines and Healthcare products Regulatory Agency were searched to select medication safety letters issued between 1 January 2010 and 31 December 2014. Format, content and timing of each medication safety letter were assessed using an abstraction tool comprising 21 characteristics deemed relevant by consensus of the research team. MAIN OUTCOME MEASURES: Main outcome measures included, first, characteristics (format and content) of medication safety letters and second, overlap of subject and release date across countries. RESULTS: Of 330 medication safety letters identified, 227 dealt with unique issues relating to medications available in all three countries. Of these 227 letters, 21 (9%) medication problems were the subject of letters released in all three countries; 40 (18%) in two countries and 166 (73%) in only one country. Only 13 (62%) of the 21 letters issued in all three countries were released within 6 months of each other. CONCLUSIONS: Significant discrepancies in both the subject and timing of medication safety letters issued by health authorities in three countries (Canada, the USA and the UK) where medical practice is otherwise comparable, raising questions about why, how and when medication problems are identified and communicated to healthcare providers by the authorities. More rapid communication of medication problems and better alignment between authorities could enhance patient safety.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».