Pilot Study of Essential Drug Quality in Two Major Cities in India
Notice bibliographique
Résumé
Background: India is an increasingly influential player in the global pharmaceutical market. Key parts of the drug regulatory system are controlled by the states, each of which applies its own standards for enforcement, not always consistent with others. A pilot study was conducted in two major cities in India, Delhi and Chennai, to explore the question/hypothesis/ extent of substandard and counterfeit drugs available in the market and to discuss how the Indian state and federal governments could improve drug regulation and more importantly regulatory enforcement to combat these drugs. Methodology/Principal Findings: Random samples of antimalarial, antibiotic, and antimycobacterial drugs were collected from pharmacies in urban and peri-urban areas of Delhi and Chennai, India. Semi-quantitative thin-layer chromatography and disintegration testing were used to measure the concentration of active ingredients against internationally acceptable standards. 12 % of all samples tested from Delhi failed either one or both tests, and were substandard. 5 % of all samples tested from Chennai failed either one or both tests, and were substandard. Spatial heterogeneity between pharmacies was observed, with some having more or less substandard drugs (30 % and 0 % respectively), as was product heterogeneity, with some drugs being more or less frequently substandard (12 % and 7 % respectively). Conclusions/Significance: In a study using basic field-deployable techniques of lesser sensitivity rather than the most advanced laboratory-based techniques, the prevalence of substandard drugs in Delhi and Chennai is confirmed to be
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 | 0,004 | 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 | 0,002 |
| 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 ».