MétaCan
Menu
Retour à la cohorte
Enregistrement W3102018481 · doi:10.1002/prp2.680

Regulatory post‐market drug safety advisories on cardiac harm: A comparison of four national regulatory agencies

2020· article· en· W3102018481 sur OpenAlexfundaboutno aff
Ashleigh Hooimeyer, Alice L Bhasale, Lucy T Perry, Alice Fabbri, Annim Mohammad, Eliza J McEwin, Barbara Mintzes

Notice bibliographique

RevuePharmacology Research & Perspectives · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHarmDrugBusinessMedicinePharmacologyRisk analysis (engineering)Medical emergencyActuarial scienceEnvironmental healthPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Information on rare adverse effects is often limited when a medication is initially approved for marketing. Medicines regulators use safety advisories to warn health professionals and consumers about emerging harms. This study aimed to identify characteristics and advice provided in cardiac safety advisories released by regulators in Australia, Canada, the United Kingdom, and the United States. This was a retrospective study of safety advisories about cardiac-related adverse events issued by these four international medicines regulators between 2010 and 2016. A descriptive overview was followed by a more detailed content analysis, focusing on recommended actions for health professionals, including monitoring advice. For the latter, we applied the systematic information for monitoring (SIM) scale to assess adequacy. Over this period, 164 safety advisories about cardiac harms were issued by the four regulators. There were 61 drugs with advisories of cardiac risk, only 9 (14.7%) of which had advisories from all regulators in countries where the drug was approved. The most common adverse events were cardiac arrhythmias (n = 97, 59.1%) and coronary artery disorders (n = 39, 23.8%). The most frequent advice to prescribers was to monitor patients (n = 74, 45.1%), although only 41.2% of these advisories provided detailed advice on how monitoring should occur. We found many differences in the decision to warn and the advice provided. Patient monitoring was most often recommended, but key information such as frequency or thresholds for action was often lacking. Healthcare professionals and consumers need consistent information about rare serious harms so that they can make informed decisions.

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)0,028
score de la tête « metaresearch » (Gemma)0,097
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,097
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,277
Tête enseignante GPT0,526
Écart entre enseignants0,249 · 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'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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmacology Research & PerspectivesMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207