MétaCan
Menu
Retour à la cohorte
Enregistrement W3169485244

비처방의약품 허가 제도의 국가별 비교 연구 및 고찰

2018· article· ko· W3169485244 sur OpenAlexaboutno aff
김주희, 이정, 이관영, 이경은, 곽혜선

Notice bibliographique

Revue한국임상약학회지 · 2018
Typearticle
Langueko
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacy and Medical Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessProduct (mathematics)LegislatureOver-the-counterHealth careMedicineEuropean unionMarketingPharmacologyMedical prescriptionPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nonprescription drugs have become increasingly important in Korean healthcare. By leveraging lower-cost drugs and reducing expenditure associated with fewer physician visits, the nonprescription segment can deliver tremendous value to individual consumers and the Korean healthcare system. Many countries have provided simpler and more rapid routes to market entry for qualifying nonprescription drug products, using the established data on drug safety and efficacy, as well as public and professional opinion. In US, the FDA waived the pre-approval process for over-the-counter (OTC) drugs marketed through the OTC Monograph Process. In Australia and Canada, different OTC product application levels are defined, with a reduced level of assessment required when the risks to consumers are considered low. Japan established a new OTC evaluation system in 2014 to facilitate the Rx-to- OTC switch process. The legislative framework for medicinal products in the European Union allows for drugs to be approved with reference to appropriate bibliographic data for old active substances with well-established uses. Through a comparison of the regulatory framework and the requirements for nonprescription approval process in different countries, several ways to improve regulatory practice for the evaluation of nonprescription drugs in Korea have been suggested.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,204
Tête enseignante GPT0,525
Écart entre enseignants0,321 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue한국임상약학회지Même sujetPharmacy and Medical PracticesTravaux en français237 207