MétaCan
Menu
Retour à la cohorte
Enregistrement W4379056326 · doi:10.3389/fphar.2023.1094698

Expert consensus on neurodevelopmental outcomes in pregnancy pharmacovigilance studies

2023· article· en· W4379056326 sur OpenAlexaff
Rebecca Bromley, Myriam Bickle Graz, Matthew Bluett‐Duncan, Christina Chambers, Per Damkier, K Dietrich, Helen Dolk, Kimberly S. Grant, Sarah N. Mattson, Kimford J. Meador, Hedvig Nordeng, Tim F. Oberlander, Asher Ornoy, Alexis Revet, Jennifer L. Richardson, Joanne Rovet, Lavínia Schüler‐Faccini, Erica Smearman, Victoria Simms, Charles V. Vorhees, Katarina Wide, Amanda Wood, Laura Yates, Eivind Ystrøm, T. A. Supraja, J. Adams

Notice bibliographique

RevueFrontiers in Pharmacology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensHospital for Sick ChildrenUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesEuropean CommissionEuropean Federation of Pharmaceutical Industries and Associations
Mots-clésPharmacovigilanceMedicineDelphi methodPregnancyNeurodevelopmental disorderPsychiatryDrugAutismComputer science

Résumé

récupéré en direct d'OpenAlex

Background: Exposure in utero to certain medications can disrupt processes of fetal development, including brain development, leading to a continuum of neurodevelopmental difficulties. Recognizing the deficiency of neurodevelopmental investigations within pregnancy pharmacovigilance, an international Neurodevelopmental Expert Working Group was convened to achieve consensus regarding the core neurodevelopmental outcomes, optimization of methodological approaches and barriers to conducting pregnancy pharmacovigilance studies with neurodevelopmental outcomes. Methods: A modified Delphi study was undertaken based on stakeholder and expert input. Stakeholders (patient, pharmaceutical, academic and regulatory) were invited to define topics, pertaining to neurodevelopmental investigations in medication-exposed pregnancies. Experts were identified for their experience regarding neurodevelopmental outcomes following medicinal, substances of misuse or environmental exposures in utero. Two questionnaire rounds and a virtual discussion meeting were used to explore expert opinion on the topics identified by the stakeholders. Results: Twenty-five experts, from 13 countries and professionally diverse backgrounds took part in the development of 11 recommendations. The recommendations focus on the importance of neurodevelopment as a core feature of pregnancy pharmacovigilance, the timing of study initiation and a core set of distinct but interrelated neurodevelopmental skills or diagnoses which require investigation. Studies should start in infancy with an extended period of investigation into adolescence, with more frequent sampling during rapid periods of development. Additionally, recommendations are made regarding optimal approach to neurodevelopmental outcome measurement, comparator groups, exposure factors, a core set of confounding and mediating variables, attrition, reporting of results and the required improvements in funding for potential later emerging effects. Different study designs will be required depending on the specific neurodevelopmental outcome type under investigation and whether the medicine in question is newly approved or already in widespread use. Conclusion: An improved focus on neurodevelopmental outcomes is required within pregnancy pharmacovigilance. These expert recommendations should be met across a complementary set of studies which converge to form a comprehensive set of evidence regarding neurodevelopmental outcomes in pregnancy pharmacovigilance.

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)0,260
score de la tête « metaresearch » (Gemma)0,341
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,913

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2600,341
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0090,005
Études des sciences et des technologies0,0030,003
Communication savante0,0050,006
Science ouverte0,0090,010
Intégrité de la recherche0,0110,007
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,065
Tête enseignante GPT0,412
Écart entre enseignants0,347 · 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.

Devis d'étudeSans objet
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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PharmacologyMême sujetPregnancy and Medication ImpactTravaux en français237 207