MétaCan
Menu
Retour à la cohorte
Enregistrement W4404041779 · doi:10.1097/01.pcc.0001084876.38523.94

PP071 Topic: AS09–Global Health/Resource Limited Setting/Health Inequalities/Impact of Global Warming/Other: EXPLORING THE PROBLEM OF SUBSTANDARD AND FALSIFIED DRUGS IN HOSPITAL SETTINGS WORLDWIDE

2024· article· en· W4404041779 sur OpenAlexaff
Adnan Bhutta, Elisa M. Maffioli, Ruth Carcillo, Teresa Kortz, A. Holloway, Qalab Abbas, John Adabie Appiah, Sebastián González‐Dambrauskas, Samba O. Sow, Matimba Dindi, Antonius Hocky Pudjiadi, Jhuma Sankar, Matthew O. Wiens, Christian Umuhoza, Constance Zulu, Joseph A. Carcillo

Notice bibliographique

RevuePediatric Critical Care Medicine · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineGlobal healthInequalityResource (disambiguation)Environmental healthPublic healthNursing

Résumé

récupéré en direct d'OpenAlex

Aims & Objectives: Substandard and falsified (SF) drugs still do not receive enough attention in public health as, due to the underground nature of the counterfeit drug business, they are hard to detect. Yet, more than 10% of drugs in low- and middle-income countries (LMIC’s) are estimated be SF (World Health Organization, 2017). These drugs could be harmful to patients, contribute to the progression of antimicrobial resistance, lead to additional care and thus increased out-of-pocket expenditures, burden on health care providers, and loss of confidence in the health system. We aim to understand health workers’ knowledge and perceptions on SF drugs in hospital settings worldwide. Methods: We will take advantage of three large research network (Global Parity, WFPICCS, and LaRED) to send out an online survey to all available health workers in LMIC’s. We will gather information on socio-demographics, knowledge and experience with SF drugs, and perceptions around SF drugs. We will also collect information from the health workers in supervisory roles on general hospital operations and inventory, procurement behavior, and their actions taken to prevent SF drugs to reach patients. Results: We will generate novel descriptive evidence across more than [X] sites across Africa, Latin America, Southeast Asia and the Middle East. Conclusions: SF drugs can potentially be an important contributor to the high mortality rates from sepsis in LMIC’s. This study will inform future interventions to address this issue at the hospital level. Keywords: Drugs, Counterfeit, medications, Sub-standard

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,368

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1100,018

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 Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Critical Care MedicineMême sujetHealthcare Systems and ReformsTravaux en français237 207