MétaCan
Menu
Retour à la cohorte
Enregistrement W1977283919 · doi:10.1211/ijpp.16.5.0004

Consumer over-the-counter usage and attitudes: a survey in one Canadian city

2008· article· en· W1977283919 sur OpenAlexaffabout
Jeff Taylor, Ya-Ning Lo, Linda G. Suveges

Notice bibliographique

RevueInternational Journal of Pharmacy Practice · 2008
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineOver-the-counterRecallFamily medicineProduct (mathematics)Point of saleReading (process)AdvertisingNursingMedical prescription

Résumé

récupéré en direct d'OpenAlex

Abstract Aims and objectives To describe general aspects of over-the-counter (OTC) product use and attitudes in the community. Setting One Canadian city. Method The approach was cross-sectional and descriptive in design. Questionnaires were mailed to 2547 residents. The questionnaire covered OTC purchases and use and experience with minor illnesses. Key findings The response rate was 57.2%. Respondents reported using an average of 2.7 different products within a 6-month period and were reasonably satisfied with them. The majority (78.9%) could not recall having a side effect with use. Label-reading claims were high, with 4.0 package sections accessed at first purchase. The majority (86.5%) had received OTC-related advice from pharmacists at some point in the past. The main reason for not asking was having no difficulty in selecting what they needed. Conclusion This report confirms the broad use of OTC medicines. Citizens appear to have reasonably healthy attitudes to these medicines and do seek pharmacists for assistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,273
Tête enseignante GPT0,471
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations9
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Pharmacy PracticeMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207