Medication use for chronic health conditions by pregnant women attending an Australian maternity hospital
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Most women use medications at some stage in their pregnancy. Medication nonadherence during pregnancy could be detrimental to both mother and fetus. AIMS: To study the extent and nature of the use of prescribed medications during pregnancy and factors associated with medication nonadherence. METHODS: All women≥18 years presenting for their 36th week antenatal visit at the pregnancy clinic of a maternity hospital were invited to complete an anonymous questionnaire that contained 61 items, including the Morisky scale. Factors associated with nonadherence were identified in univariate analysis; factors with P<0.1 were further analysed in a binary logistic regression model. RESULTS: The participants (n=819) had a mean age of 30.8±5.3 years. Most participants were born in Australia, lived with a partner, had university education, were nulliparous, carried one fetus and were nonsmokers. Of these participants, 322 (39.3%) reported a chronic health condition during pregnancy, the most common being asthma (104; 12.7%). Two hundred and seventeen (26.5%) were using prescribed medications, which included anti-anaemics (68; 8.3%), medicines for chronic airway conditions (64; 7.8%), vitamins and minerals (59; 7.2%) and anti-diabetics (43; 5.2%). Nonadherence was reported by 107 (59.1%) participants, mainly because of forgetting (79; 43.6%). Factors associated with nonadherence were having asthma (OR 0.26 (95% CI 0.095-0.72), P=0.009) and using nonprescription dietary minerals (0.30 (0.10-0.87), P=0.027). CONCLUSIONS: Adherence to prescribed medicines during pregnancy is alarmingly low. Health professionals should be more proactive in promoting adherence and assisting women avoid potential fetal harm because of nonadherence.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle