MétaCan
Menu
Retour à la cohorte
Enregistrement W4386370052 · doi:10.1186/s12992-023-00964-3

Medicine donations: a review of policies and practices

2023· review· en· W4386370052 sur OpenAlexafffund
Hannah Permaul Flores, Jillian Clare Köhler, Deirdre Dimancesco, Anna Wong, Joel Lexchin

Notice bibliographique

RevueGlobalization and Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensCentre for Disability Prevention and RehabilitationToronto Public HealthYork UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesUniversity of TorontoWorld Health Organization
Mots-clésDonationGovernment (linguistics)Multinational corporationRevenuePublic healthHealth policySocial policyBusinessDeveloping countryPandemicMedicineEconomic growthCoronavirus disease 2019 (COVID-19)Political scienceFinanceInfectious disease (medical specialty)EconomicsLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To help promote the effective delivery of drug donations, the World Health Organization (WHO) developed the Guidelines for Medicine Donations. The need for revisions is timely given the large-scale influx of medicine donations since the start of the COVID-19 pandemic. This study analyses current policies of donors and recipients that are commensurate with the recommendations in the Guidelines and examines current practices, challenges, and revision suggestions. RESULTS: A search for medicine donation policies of donors and recipients was conducted in May/June 2022 and repeated in January 2023. Potential donor countries were identified from the high-income countries on the United Nation's (UN) List of G20 Countries. Potential pharmaceutical company donors were selected from those with 2021 revenue of $30 billion or greater. Potential non-government organization donors came from the WHO list of non-governmental organizations (NGOs) and two other sources. Potential recipient countries were those on the UN List of Least Developed Countries. These four lists were supplemented with actual donors and recipients identified from the literature. All policies retrieved were screened to identify which of the 12 recommendations from the WHO Guidelines were incorporated. We identified 38 policies from 1 donor country, 6 brand-name multinational pharmaceutical companies, 6 NGOs and 25 recipient countries. Most policies incorporated all 12 recommendations. Twenty-five of the 38 policies were developed in 2010 or later. The majority of actual donors and recipients did not have policies that were publicly available. A rapid literature review for publications from 2010 onwards identified challenges in implementing the WHO Guidelines and suggested for revisions. Challenges included: (1) information management; (2) medication presentation; (3) influence from the pharmaceutical industry; (4) donation sustainability; and (5) the belief that donations are inherently good. CONCLUSIONS: Our findings suggest that both donors and recipients could further align their policies with the existing Guidelines and both groups should be consulted on any revisions to ensure that their experiences are reflected and their needs are addressed. While the current WHO Guidelines for Medicine Donations are a solid base for medical humanitarian efforts, evidence points to the need for an update to meet current challenges.

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)0,022
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0170,025
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,242
Tête enseignante GPT0,540
Écart entre enseignants0,298 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetOrgan Donation and TransplantationTravaux en français237 207