Effectiveness of the Additional Risk Minimisation Measures for Valproate Among Healthcare Professionals and Patients: A Cross‐Sectional Survey in Six European Countries
Notice bibliographique
Résumé
PURPOSE: To assess the impact of the 2018 European additional risk minimisation measures (aRMMs) regarding the use of valproate in women of childbearing potential (WCBP) and during pregnancy. METHODS: A cross-sectional, non-interventional survey conducted in six European countries among 1982 healthcare professionals (HCPs) (July-October 2020) and 779 WCBP treated with valproate for epilepsy, bipolar disorder or other indications (August 2020-February 2021). HCPs were prescribing physicians (neurologists, psychiatrists, paediatricians and GPs), gynaecologists and pharmacists. Prespecified criteria were defined for success in the dimensions of awareness, knowledge and behaviour (correct answers to ≥ 80% of questions at individual level) and overall success (≥ 90%/80% successful HCPs/patients respectively, in the behaviour dimension and one of the two other dimensions). RESULTS: HCPs and patients did not meet the success criteria either overall or in any dimension. Highest success rates were in the behaviour dimension for gynaecologists (71.7%), pharmacists (49.7%) and patients (51.2%), and in the awareness dimension for prescribing physicians (23.6%). HCPs reported being unfamiliar with some educational materials and lacked knowledge of detailed prescribing conditions for valproate and the need for contraception regardless of sexual activity. More than 50% of patients were aware of the relevant patient materials and knew about the teratogenic risks of valproate. CONCLUSION: Self-reported levels of awareness, knowledge and behaviour varied considerably by HCP type and among patient respondents. Further investigation is needed into why certain measures of the pregnancy prevention programme are not well known and followed, to improve their effectiveness. This will be addressed in a qualitative study which will be based on interviews with HCPs and patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».