MétaCan
Menu
Retour à la cohorte
Enregistrement W3168379006 · doi:10.1186/s43094-021-00267-7

Awareness about FDA announcement on voluntary recall of ranitidine among physicians and pharmacists in and around Chennai, India: a cross-sectional study

2021· article· en· W3168379006 sur OpenAlexaboutno aff
Rukaiah Fatma Begam, Yamuna Ravikumar, Ramaiyan Velmurugan

Notice bibliographique

RevueFuture Journal of Pharmaceutical Sciences · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInhalation and Respiratory Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineRanitidineFamily medicineCross-sectional studyPharmacyRecallAgency (philosophy)Environmental healthPharmacologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Ranitidine is a histamine-2 (H2) blocker, which decreases the amount of acid created by the stomach. In September 2019, the drug was recalled due to impurities N-nitrosodimethylamine (NDMA) by the Food and Drug Administration (FDA), European Medicines Agency (EMA), and Health Canada. NDMA is a carcinogen based on results from laboratory tests. The objective of the study is to assess the awareness among the physicians and pharmacists in and around Chennai about the ranitidine recall notification and its related issues. A descriptive, cross-sectional study was carried out where a questionnaire was administered on 198 physicians and 113 pharmacists who were enrolled in the study. Awareness, knowledge, and issues related to recall notification were recorded from the participants. Results Results showed that only 75% of the study participants were aware of the notification and the issues related, with significantly more participants from the urban area compared with the rural area. When the notification was known by many, the reasons pertaining to the notification were not known. Conclusion Overall, the awareness assessed among physicians and pharmacists was not satisfactory. Physicians and pharmacists are the most responsible healthcare providers and to be updated with every notification on medication published by regulatory bodies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,368

Scores Codex et Gemma par catégorie

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

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 Opus0,049
Tête enseignante GPT0,392
Écart entre enseignants0,343 · 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 tête enseignante, 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFuture Journal of Pharmaceutical SciencesMême sujetInhalation and Respiratory Drug DeliveryTravaux en français237 207