Active Pharmacovigilance Study: A Follow-Up Model of Oral Anti-Cancer Drugs under Additional Monitoring
Notice bibliographique
Résumé
Adverse drug reactions (ADRs) are responsible for almost 5% of hospital admissions, making it necessary to implement different pharmacovigilance strategies. The additional monitoring (AM) concept has been highlighted and intended to increase the number of suspected ADRs reported, namely in medicines with limited safety data. A prospective, descriptive study of active pharmacovigilance (AP) was conducted between 2019 and 2021 in the Local Health Unit of Matosinhos (LHUM) (Porto, Portugal). A model of AP for medicines under AM, namely oral antineoplastic agents, was designed. Follow-up consultations were performed, and adverse events (AEs) data were collected. The overall response to the treatment was evaluated through the Response Evaluation Criteria in Solid Tumors (RECIST) 1.1 criteria. A total of 52 patients were included in the study, and 14 antineoplastic drugs under AM were analyzed. Of the total number of patients included, only 29 developed at least one type of toxicity. Hematological disorders were the most reported suspected ADR. However, only four patients interrupted their treatment due to toxicity. After 12 months of treatment, most patients had disease progression, which was the main reason for therapy discontinuation. This AP model played an important role in the early detection of AEs and, consequently, contributed to better management of them. Increasing the number of suspected ADR reports is crucial for drugs with limited safety data.
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 | 0,011 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».