Pharmacy customers’ knowledge of side effects of purchased medicines in Mexico
Notice bibliographique
Résumé
OBJECTIVES: To analyse pharmacy customers' knowledge and information sources about side effects of medicines they purchased and factors associated with this knowledge. METHODS: Cross-sectional survey and semi-structured interviews with customers of 52 randomly selected community pharmacies in Morelos state, Mexico. Customers were included if they were older than 18 years, bought at least one drug either with or without medical prescription, and agreed to take part in the survey. Data were analysed using a multinomial logistic regression model. RESULTS: A total of 1445 customers buying 1946 drugs were surveyed (age 42.9 +/- 15.7 years, 56.9% female); 627 (59%) of 1055 customers who purchased prescription-only medicines (POM) did so without a prescription. Of all customers interviewed, 172 (11.9%) affirmed that the bought medicine(s) could cause harm. Only half of those (87 or 6%) were able to identify correctly at least one side effect of the purchased medicines. The majority received the information about side effects from a physician. Customers in semirural areas knew less about side effects (odds ratio: 0.26; 95% CI: 0.11-0.61; P = 0.00); whereas customers buying medicines for chronic pain, hypertension or diabetes knew more (odds ratio 2.63; 95% CI: 1.44-4.80; P = 0.00). CONCLUSION: The overall majority of customers did not know that medicines they bought could be harmful. This is particularly alarming because they frequently used POM without consulting a physician.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 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 ».