Prescription Drug Shortages: Impact on Neonatal Intensive Care
Notice bibliographique
Résumé
BACKGROUND: Prescription drug shortages have increased significantly during the past two decades and also impact drugs used in critical care and pediatrics. OBJECTIVES: To analyze drug shortages affecting medications used in neonatal intensive care units (NICUs). METHODS: Drug shortage data for the top 100 NICU drugs were retrieved from the University of Utah Drug Information Service from 2001 to 2016. Data were analyzed focusing on drug class, formulation, reason for shortage, and shortage duration. RESULTS: Seventy-four of the top 100 NICU drugs were impacted by 227 shortages (10.3% of total shortages). Twenty-eight (12.3%) shortages were unresolved as of December 2016. Resolved shortages had a median duration of 8.8 months (interquartile range 3.6-21.3), and generic drugs were involved in 175 (87.9%). An alternative agent was available for 171 (85.8%) drugs but 120 (70.2%) of alternatives were also affected by shortages. Parenteral drugs were involved in 172 (86.4%) shortages, with longer durations than nonparenteral drugs (9.9 vs. 6.4 months, p = 0.022). The most common shortage reason was manufacturing problems (32.2%). CONCLUSIONS: Drug shortages affected many agents used in NICUs, which can have quality and safety implications for patient care, especially in extremely low birth weight infants. Neonatologists must be aware of current shortages and implement mitigation strategies to optimize patient care.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».