High-quality reports and their characteristics in the Japanese Adverse Drug Event Report database (JADER)
Notice bibliographique
Résumé
Purpose: Spontaneous adverse drug reaction reporting is the foundation of postmarketing drug safety monitoring. The present study aimed to analyze and clarify the quality and characteristics of the Japanese Adverse Drug Event Report database (JADER) using the World Health Organization (WHO) documentation grading scheme and the vigiGrade completeness score. The characteristics of reports were described using both schemes simultaneously. The way of proper use of these two schemes was explored. Methods: The WHO documentation grading scheme and the vigiGrade completeness score were applied to the same dataset (JADER202001 dataset). Reports classified as high-quality under both assessment criteria were extracted, and the characteristics of these reports were analyzed. Results: Of the 607,361 adverse drug reaction reports analyzed, 52.8% were ‘well-documented reports’ with a vigiGrade completeness score >0.8. Under the WHO documentation grading scheme, 328,702 reports (54.1%) were Grade 2 and 5,178 (0.9%) were Grade 3 (including rechallenge information). Among well-documented Grade 3 reports, classified as the highest quality, a high proportion of the adverse drug reaction reports were related to disorders of hematopoietic function resulting from anticancer drugs. Because a high proportion of the reports with rechallenge information were for anticancer drugs as suspect drugs, the WHO documentation grading scheme tended to extract reports regarding anticancer drugs as high quality. Conclusions: We conclude that the two schemes need to be used appropriately, depending on the purpose of analysis, the target adverse drug reactions, and suspect drugs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,060 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».