Fetal and Newborn Exposure and Information Requests at the British Columbia Drug and Poison Information Centre in 2012/13
Notice bibliographique
Résumé
Fetal and Newborn Exposure and Information Requests at the British Columbia Drug and Poison Information Centre in 2012/13Abstract Number:2706 Linda Dix-Cooper* and Tom Kosatsky Linda Dix-Cooper* British Columbia Centre for Disease Control, Canada, E-mail Address: [email protected] and Tom Kosatsky British Columbia Centre for Disease Control, Canada, E-mail Address: [email protected] AbstractWomen exposed to hazardous chemicals (e.g., heavy metals, poisonous gases, and pesticides) and drugs (e.g., prescription medications and alcohol) can unknowingly pass on these exposures to their infants during pregnancy via the placenta and after childbirth via breastfeeding. Early life exposures may lead to long-lasting developmental impairments, diseases, and death. Drug and Poison Information Centers (DPIC) usage rates among healthcare providers and the public by type of perinatal drug and chemical substance exposures and subsequent health outcomes have not been specifically quantified.We reviewed all requests to the British Columbia (BC) DPIC for fetal and newborn exposures through a keyword search using terms related to pregnancy and lactation from June 1, 2013–May 31, 2014. The number and types of requests received from healthcare providers and the public were summarized by type of substance and leading exposures and severity of associated health outcomes identified.We found that approximately 581 out of 30,535 requests received in 2013/14 were related to pregnancy and lactation-based perinatal exposures, after adjustment for misclassifications. Approximately half of all requests were from the public and 44% from healthcare providers. Among all perinatal exposures in the year 2013/14, the six most common substances were: drug information requests (n=84), analgesics (n=57), household cleaning substances (n=45), fumes/gases/vapours (n=45), vitamins (n=44), and food products/food poisoning (n=43). About 9.7% of requests involved moderate or major health effects. Overall, we calculate that approximately 1.3% of all women giving birth in BC may access DPIC services while pregnant or breastfeeding.Our study identifies emerging trends for specific substances of concern for infants of vulnerable pregnant and lactating women in BC and demonstrates the potential for real-time public health monitoring and surveillance using a large, rich DPIC database.
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 | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».