MétaCan
Menu
Retour à la cohorte
Enregistrement W2994754993 · doi:10.1097/ogx.0000000000000733

The Morcellation “Debate” and the FDA 510(k) Process—A Call for Further Reform

2019· review· en· W2994754993 sur OpenAlexaff
Lacey Brennan, Magdy P. Milad, Louise P. King

Notice bibliographique

RevueObstetrical & Gynecological Survey · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueGynecological conditions and treatments
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineFood and drug administrationHarmMedical emergencyLaw

Résumé

récupéré en direct d'OpenAlex

Importance Few gynecologic surgeons understand the mechanism by which surgical instruments are approved for human use and marketing or do they appreciate the central role they play in postmarket surveillance and reporting after instruments have come to market. Objective Using the experience with the uterine morcellator, this review will detail the Food and Drug Administration (FDA) system for approving surgical instruments and the potential pitfalls of this process. Evidence Acquisition Literature review and public documents from the FDA. Results The FDA 510(k) approval process for surgical instruments relies largely on postmarket surveillance as exemplified by the uterine power morcellator, which was approved before sufficient evidence was available regarding its potential harms. Conclusions The current system currently transfers the responsibility of ensuring safety and efficacy to the public, patients, and providers. To minimize potential harm, the FDA needs to incorporate a greater standard of evidence into its framework for the approval and regulation of medical devices. The burden of these requirements should be borne at least in part by the companies bringing equipment to market. Relevance It is incumbent on all surgeons to be vigilant in their objective critical assessment of new instrumentation and report their outcomes after they come to market. Target Audience Obstetricians and gynecologists, family physicians Learning Objectives Physicians should be better able to: Identify the challenges associated with the current 510(k) process; Distinguish between the roles of the initial approval and postmarketing surveillance of surgical products and their safety; and Evaluate the efficacy of new surgical modalities and products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,112
score de la tête « metaresearch » (Gemma)0,158
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,591

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1120,158
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,032
Communication savante0,0170,033
Science ouverte0,0050,008
Intégrité de la recherche0,0480,049
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,111
Tête enseignante GPT0,380
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObstetrical & Gynecological SurveyMême sujetGynecological conditions and treatmentsTravaux en français237 207