MétaCan
Menu
Retour à la cohorte
Enregistrement W4385754660 · doi:10.32920/23935233.v1

Identification of Knowledge Gaps Regarding Healthcare Workers' Exposure to Antineoplastic Drugs: Review of Literature, North America versus Europe

2023· preprint· en· W4385754660 sur OpenAlexafffund
Chun‐Yip Hon, Cris Barzan, George Astrakianakis

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueSafe Handling of Antineoplastic Drugs
Établissements canadiensWorkers Compensation Board of British ColumbiaToronto Metropolitan UniversityUniversity of British Columbia
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésAntineoplastic DrugsSubject matterIdentification (biology)Health careWeb of scienceEnvironmental healthMedicinePolitical sciencePharmacologyMeta-analysisPathologyLaw

Résumé

récupéré en direct d'OpenAlex

<p>We have been examining the issue of healthcare workers' exposure to antineoplastic drugs for nearly a decade and have observed that there appears to be more publications on the subject matter originating from Europe than from North America. The concern is that findings from Europe may not be generalizable to North America because of differences in handling practices, regulatory requirements, and training. Our objective was to perform a literature review to confirm our observation and, in turn, identify gaps in knowledge that warrants addressing in North America. Using select keywords, we searched for publications in PubMed and Web of Science. All papers were initially classified according to the originating continent and then categorized into one or more subject categories (analytical methods, biological monitoring, occupational exposure, surface contamination, and probability of risk/exposure). Our review identified 16 papers originating from North America and 55 papers from Europe with surface contamination being the subject matter most often studied overall. Based on our results, we are of the opinion that North American researchers need to further conduct dermal and/or urinary drug contamination studies as well as assess the exposure risk faced by healthcare workers who handle antineoplastic drugs. Trends in exposure levels should also be explored.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,062
Tête enseignante GPT0,403
Écart entre enseignants0,341 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSafe Handling of Antineoplastic DrugsTravaux en français237 207