Prevalence of Self-Medication Among the Elderly in Kermanshah-Iran
Notice bibliographique
Résumé
INTRODUCTION: Self-medication is consumption of one or several medications without the physician's prescription. Given the risks of self-medication, this study was carried out to assess the prevalence of self-medication and its related factors among the elderly in Kermanshah-Iran METHOD: In this descriptive cross-sectional study, 272 elderly visiting the private offices in Kermanshah were selected through convenience sampling method. The instrument for data collection was a researcher made self-medication questionnaire. Data were analyzed using descriptive and analytic statistical methods (Chi-Square and Fisher exact test). RESULTS: The prevalence of self-medication was 83%. The most common reasons for self-medication were certainty of its safety (93%), prior consumption of the drug (87.6%), busy offices of physicians (82%), non-seriousness of the illness (77.8%) and prior experience of the disease (73%).The most common drugs used for self-medication were analgesics (92%), cold drugs (74%), vitamins (61%), digestive drugs (54%) and antibiotics (43%). There was a significant correlation between self-medication and gender (p=0.001), education level (p=008), drug information (p=0.01), marital status (p=0.002), and medical insurance (p=0.001) variables. CONCLUSION: considering the relatively high rates of self-medication among the elderly as well as its side effects, designing and performing educational programs are suggested for the elderly people.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».