MétaCan
Menu
Retour à la cohorte
Enregistrement W4316668657 · doi:10.3389/fphar.2022.1047946

Drug utilization research in Peru: Is real-world data available?

2023· article· en· W4316668657 sur OpenAlexaff
L. Yesenia Rodríguez‐Tanta, Héctor Garavito Farro, Lisiane Freitas Leal, Maribel Salas, Monique Elseviers, Luciane Cruz Lopes

Notice bibliographique

RevueFrontiers in Pharmacology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensMcGill University
Organismes subventionnairesInternational Society for Pharmacoepidemiology
Mots-clésData scienceMedicineComputer sciencePharmacology

Résumé

récupéré en direct d'OpenAlex

Background: Drug utilization research (DUR) is used to provide evidence-based data to inform policies and make decisions. The aim of this study was to map and describe available data sources for drug utilization research in Peru. Methods: We performed a search of data sources providing information on medication use on the website of governmental organizations. We also conducted a literature review using PubMed, LILACs, and BVS. Independently, researchers screened eligible data sources. Data characterization included accessibility, coverage data provider, type of data sources, and setting. We performed a descriptive analysis. Results: We identified seven data sources, CENAFyT, ICI, IDI (SISMED), and ENSUSALUD from MINSA, and CRI-ESSALUD, SGSS/ESSI, and ENSSA from ESSALUD. These presented information on adverse drug reactions (n = 2), drug consumption, and distribution (n = 2), prescription and drug dispensing (n = 1), and surveys addressed to medication users (n = 2). ENSUSALUD was the only data source publicly available. VIGIFLOW and ENSUSALUD have a national granularity from the public and private sectors. The setting of the data sources was both hospital and ambulatory care. Two data sources have individual-level data on adverse drug reactions and one on prescriptions. Four studies on drug utilization research in Peru were derived from ENSUSALUD. Conclusion: In Peru, few data sources are available for drug utilization research. There is an increased need to monitor medications for decision-making purposes. Local and international initiatives and partnerships of the government with academic institutions and the private sector might be a good strategy to increase the transparency of health data and for supporting decision-making using drug utilization research.

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)0,041
score de la tête « metaresearch » (Gemma)0,189
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,218

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,189
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0250,052
Études des sciences et des technologies0,0010,003
Communication savante0,0070,008
Science ouverte0,0030,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,540
Tête enseignante GPT0,554
Écart entre enseignants0,014 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207