Notice bibliographique
Résumé
Medication-related adverse events are a major cause of disability and death,1 and one of the most common reasons that patients attend hospital emergency departments.2 Much of this harm is pre-ventable, either because a less hazardous treatment is available, the medicine is not really needed, or it is inappropriate for this specific patient. Many initiatives exist to improve medi-cine use. Schiff et al3 call for a more judi-cious and precautionary approach to prescribing, with a focus on long-term as well as short-term health. To judge a medicine’s net benefit to a patient, pre-scribers need comprehensive, accurate information on potential harmful as well as beneficial effects. Given the import-ance of medicines in treatment, informa-tion on harm is surprisingly inconsistent and elusive. Approved product information describes adverse events experienced by patients in premarket studies as well as new safety signals once a drug is marketed. In their article, ‘Speaking the same language? International variations in the safety infor-mation accompanying top-selling prescrip-tion drugs’, Kesselheim et al4 describe differences in numbers and types of adverse events in product information for the same 20 top-selling medicines in the US, UK, Canada and Australia. There is no reason to suspect that
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 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,013 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,913 | 0,625 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».