MétaCan
Menu
Retour à la cohorte
Enregistrement W4385212010 · doi:10.52711/2231-5691.2023.00020

A Study on Pharmaceutical Drug Recall

2023· article· en· W4385212010 sur OpenAlexaboutno aff
Bansi l. Bhalodiya, Amitkumar J. Vyas, Ajay I. Patel, Ashvin Dudhrejiya, Ashok B. Patel

Notice bibliographique

RevueAsian Journal of Pharmaceutical Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Quality and Counterfeiting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecallProduct (mathematics)MedicineDrugSchedulePharmacologyEnvironmental healthPsychologyEconomicsManagementMathematics

Résumé

récupéré en direct d'OpenAlex

The present study describes the pharmaceutical drug recall in different five countries to evaluate the drug recall that occurred in the last three successive years. The different countries have different regulations for drug recall. Drug product recall is an action taken to withdraw or remove a batch or an entire production run of drug product from distribution or use to return them to manufacturer.it is usually done due to deficiency in quality, safety and efficacy. In the USA, guidelines for drugs product recall are described under 21 CFR Parts 7, 107 and 1270. In Australia, guidelines for drugs product recall are described under section 65F of trade practices act 1974. In Canada, it includes under section 25 of Natural Health Products Regulations (NHPR). In India it includes under para 27 and 28 of schedule M. In South Africa SAHPRA (South African Health Products Regulatory Authority) guidelines are responsible for regulations of drug product recall. Majority of drug recalls occur in the United states due to various reasons. In 2020-2022 total 257 drugs were recalled in Last three years. In Canada and Australia 220 and 25 drugs are recalled respectively. India and South Africa have recalled 2 and 21 drugs respectively. By the observation we can conclude that India and South Africa have a smaller number of recalls. In the USFDA number of drug recalls are decreasing due to following up the laws and regulatory.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,999
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,510
Tête enseignante GPT0,612
Écart entre enseignants0,102 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Pharmaceutical ResearchMême sujetPharmaceutical Quality and CounterfeitingTravaux en français237 207