MétaCan
Menu
Retour à la cohorte
Enregistrement W4402274413 · doi:10.22541/au.172554489.90838259/v1

A Model for an Academia-Industry Collaboration for Pharmacovigilance and Pharmacoepidemiology

2024· preprint· en· W4402274413 sur OpenAlexaff
Alfred I. Neugut, Vinu George, Judith S. Jacobson, Michael Parkinson, Leslie E. Segall, Michelle Lebo, Charles C. Branas, Daniel E. Freedberg, Mirza I. Rahman

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueAcademic integrity and plagiarism
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésPharmacovigilancePharmacoepidemiologyBusinessKnowledge managementPharmacologyMedicineComputer scienceDrug

Résumé

récupéré en direct d'OpenAlex

Purpose We describe a novel model for collaboration between academia and the pharmaceutical industry, focused on post-marketing pharmacovigilance. Methods Otsuka Pharmaceutical, a global Japan-based pharmaceutical company, and Columbia University, a major university, have established a collaboration dedicated to working together in pharmacoepidemiology and post-marketing pharmacovigilance. An oversight committee, made up of individuals from each institution, meets on a regular basis to set policy and provide oversight. Results The primary aim of this novel academia-industry collaboration is to provide expert research guidance for the industry pharmacovigilance group on questions involving pharmacoepidemiology. University epidemiologists may also be consulted by other divisions of industry, such as the clinical trials group. The first aim of the collaboration is to provide epidemiologic input to industry by determining the incidence, prevalence, and outcomes of diseases; drafting the epidemiology components of risk management plans for drugs; and planning retrospective database analyses. A second major aim is to provide educational services to industry by conducting workshops on basic epidemiology and biostatistics; leading a monthly lecture/journal club series; hosting seminars on medical topics; and providing a writing workshop to assist in preparing abstracts and papers for presentation and publication. University epidemiologists provide oversight/evaluation through quarterly presentations and updates to the industry partner’s external advisory committee as well as to University leadership. Conclusions This unique academia-pharmaceutical industry collaboration enhances understanding of the medical and epidemiologic challenges faced within a pharmacovigilance department of a global pharmaceutical company. We offer it as a model for others performing mandatory regulatory post-marketing pharmacovigilance activities.

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)0,043
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,040
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0130,018
Communication savante0,0210,026
Science ouverte0,0050,025
Intégrité de la recherche0,0120,009
Charge utile insuffisante (le modèle a refusé de juger)0,0270,009

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 Opus0,160
Tête enseignante GPT0,488
Écart entre enseignants0,328 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAcademic integrity and plagiarismTravaux en français237 207