Loss or Theft of Controlled Substances Declared to Health Canada From 2014 to 2018: A Retrospective Study
Notice bibliographique
Résumé
Theft of prescription drugs is nothing new for Canadian pharmacists. Recently, an increasing body of literature has covered the diversion of controlled substances from Canadian hospitals. However, little has been published in the scientific literature concerning the data collected by Health Canada’s Loss or Theft Report Program regulated under the Controlled Drugs and Substances Act. Data from January 1, 2014, to December 31, 2018, were obtained from Health Canada’s Office of Controlled Substances (OCS). Reports to the OCS are mostly provided by pharmacies and hospitals, by veterinarian, dental, and physician clinics, pharmaceutical distributors and producers, and federal establishments and organizations. Entries include information related to the date, province, and location type; type of loss or theft; and generic name of the product, its strength, dosage form, quantity, and drug identification number. During the studied period, 45,379 submissions to the OCS provided information to create 213,895 entries to the database. After exclusions, 212,317 reports were retained for analysis. Opioids count for 45% of reports, benzodiazepines for 29%, and psychostimulants for 21%. Approximately, 29 million individual doses were lost or stolen of which 7.7 million were opioids (26%), totalizing approximately 178 million oral morphine milligram equivalents with 95% having been lost or stolen in community pharmacies. Moreover, approximately four out of 10 individual doses lost in community pharmacies are unexplained losses, which represent about 4.6 million individual doses. Reporting lost or stolen controlled substances and precursors is essential to tracking the diversion of Canada’s prescription drugs. Pharmacists therefore have an important role to play when it comes to minimizing their potential diversion. A better understanding of the situation across Canada may help to increase health care professionals’ awareness, improve practices, enhance the quality of collected data, and prevent further losses and thefts.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».