MétaCan
Menu
Retour à la cohorte
Enregistrement W1942976844 · doi:10.1186/s12889-015-2109-3

Household antimicrobial self-medication: a systematic review and meta-analysis of the burden, risk factors and outcomes in developing countries

2015· review· en· W1942976844 sur OpenAlexfundno aff
Moses Ocan, Ekwaro A. Obuku, Freddie Bwanga, Dickens Akena, Richard Sennono, Jasper Ogwal‐Okeng, Celestino Obua

Notice bibliographique

RevueBMC Public Health · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesFogarty International CenterNational Institutes of HealthInternational Development Research Centre
Mots-clésMedicineMedical prescriptionAntimicrobialMeta-analysisPublic healthAntimicrobial stewardshipMEDLINEBiostatisticsIntensive care medicineAdverse effectAntibiotic resistanceEnvironmental healthEpidemiologyFamily medicineInternal medicineAntibioticsPharmacology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antimicrobial self-medication is common in most low and middle income countries (LMICs). However there has been no systematic review on non-prescription antimicrobial use in these settings. This review thus intended to establish the burden, risk factors and effects of antimicrobial self-medication in Low and Middle Income Countries. METHODS: In 2012, we registered a systematic review protocol in PROSPERO (CRD42012002508). We searched PubMed, Medline, Scopus, and Embase databases using the following terms; "self-medication", "non-prescription", 'self-treatment', "antimicrobial", "antimalarial", "antibiotic", "antibacterial" "2002-2012" and combining them using Boolean operators. We performed independent and duplicate screening and abstraction of study administrative data, prevalence, determinants, type of antimicrobial agent, source, disease conditions, inappropriate use, drug adverse events and clinical outcomes of antibiotic self-medication where possible. We performed a Random Effects Meta-analysis. RESULTS: A total of thirty four (34) studies involving 31,340 participants were included in the review. The overall prevalence of antimicrobial self-medication was 38.8 % (95 % CI: 29.5-48.1). Most studies assessed non-prescription use of antibacterial (17/34: 50 %) and antimalarial (5/34: 14.7 %) agents. The common disease symptoms managed were, respiratory (50 %), fever (47 %) and gastrointestinal (45 %). The major sources of antimicrobials included, pharmacies (65.5 %), leftover drugs (50 %) and drug shops (37.5 %). Twelve (12) studies reported inappropriate drug use; not completing dose (6/12) and sharing of medicines (4/12). The main determinants of antimicrobial self-medication include, level of education, age, gender, past successful use, severity of illness and income. Reported negative outcomes of antimicrobial self-medication included, allergies (2/34: 5.9 %), lack of cure (4/34: 11.8 %) and causing death (2/34: 5.9 %). The commonly reported positive outcome was recovery from illness (4/34: 11.8 %). CONCLUSION: The prevalence of antimicrobial self-medication is high and varies in different communities as well as by social determinants of health and is frequently associated with inappropriate drug use.

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)0,016
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,033
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,034
Bibliométrie0,0080,009
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,110
Tête enseignante GPT0,345
Écart entre enseignants0,235 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations514
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetAntibiotic Use and ResistanceTravaux en français237 207