MétaCan
Menu
Retour à la cohorte
Enregistrement W3146598964

Rise in online pharmacies sees counterfeit drugs go global

2015· article· en· W3146598964 sur OpenAlexaboutno aff
Jocalyn Clark

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Quality and Counterfeiting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCounterfeitPharmacyCounterfeit DrugsPolitical scienceThe InternetBusinessMedicineAdvertisingLawComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

www.thelancet.com Vol 386 October 3, 2015 1327 John Clark is a busy man. The former deputy assistant secretary of Homeland Security (US customs and immigration) now heads up Pfi zer’s Global Security team—a team that tracks down people who manufacture and sell counterfeit drugs. And he has a question for doctors: do you know where your patients get their drugs from? The offi cial term for these types of medicines is spurious/falsely-labelled/ falsifi ed/counterfeit (SFFC) drugs. It’s not a title that rolls off the tongue, but it’s one that doctors in developing countries are more than aware of with estimates of the prevalence of counterfeit drugs in some parts of Africa and Asia reaching as high as 70%. In high-income countries it might not be at the forefront of every practitioner’s mind, but the rise of online pharmacies in Europe and the USA could change that. WHO estimates that 50% of the drugs for sale on the internet are fake and even though the online dispensaries might look legitimate, a survey of 10 000 of them done by America’s National Association of Boards of Pharmacy (NABP) found that 9938 did not comply with NABP patient safety and pharmacy practice standards or US state and federal laws. Most said they were based in Canada but were really a front for illegal off shore operations. Clark told The Lancet that he has seen estimates of the markets’ worth ranging from US$70 billion to $200 billion, but the truth of the matter, is that “no one has their hands around the exact size of the global problem”. And no one knows exactly how many people buy prescription drugs online but some estimates predict it is up to 5 million in America and around 2 million in the UK. A 2009 survey of general practitioners in the UK found 25% had treated a patient who had experienced an adverse eff ect from a drug bought online.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,557

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0060,005
Science ouverte0,0010,002
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,1670,048

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 Opus0,132
Tête enseignante GPT0,438
Écart entre enseignants0,306 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPharmaceutical Quality and CounterfeitingTravaux en français237 207