Increased reporting of accidental overdose with glucagon-like peptide-1 receptor agonists: a population-based study
Notice bibliographique
Résumé
BACKGROUND: The use of online and/or compounding pharmacies to access glucagon-like peptide-1 receptor agonists (GLP-1 RAs) increases the risk for prescription error (e.g. accidental overdose) especially in racial, ethnic, and socioeconomic disadvantaged groups. METHODS: We sought to evaluate accidental overdose associated with GLP-1 RAs submitted to the United States FDA Adverse Event Reporting System (FAERS). Case reports of accidental overdose reported to the FAERS were retrieved from Q4 2003 to Q1 2024 using OpenVigil 2.1. Disproportionality of accidental overdose was assessed using reporting odds ratio (ROR). Upper and lower 95% confidence intervals (CI) were calculated at an alpha level of 5%, where disproportionate reporting was considered when the lower 95% CI was greater than 1.0. RESULTS: < 0.008), including semaglutide, dulaglutide, exenatide, liraglutide, and tirzepatide compared to niacin. CONCLUSIONS: Inadequate access, availability, and affordability of GLP-1 RAs has contributed to the increased seeking via online and/or compounding pharmacies, and is associated with greater risk for prescription errors that differentially affect racial, ethnic, and socioeconomic vulnerable populations. Pharmacovigilance database analyses cannot establish causation only association.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».