Prescribing Pattern for Skin Diseases in Dermatology OPD at Borumeda Hospital, North East, Ethiopia
Notice bibliographique
Résumé
Introduction: Skin diseases are the major contributors of disease burden in society. Dermatological therapy ultimate goal is achieved by administering the safest and least number of drugs. The problem gets compounded with the inappropriate and irrational use of medicines. Therefore, periodic prescription audit in the form of prescribing patterns is away to improve irrational prescription. The objective of this study to assess the prescription patterns of dermatological agents in Borumeda hospital. Method: Hospital based retrospective cross sectional study in which prescribing patterns of dermatological agents are assessed. A total of 385 samples of patient record prescription from November/1/2016 to December/30/2016, and the sample were selected by systematic random sampling technique. Sample prescriptions were reviewed using structural data collection format. The Collected data was analyzed by using SPSS version 20. Result: Regarding rout of administration, the maximum number of drugs was prescribed topically (66.2%). Topical steroids were the most commonly prescribed drugs (25.3%). Use of generic prescribing in single drug prescribing was 81.7%. The prevalence of atopic dermatitis was higher (26.3%, 20.8%) in both male and female respectively followed by scabies in male with 12.2% and Acne vulgaris (12.9%) in female. Number of drugs per prescription was higher (2.46) than WHO standard (<2). Conclusion: The current study reveals that topical corticosteroids were commonly prescribed drugs in the dermatology unit and the prescribing practice imitates incidence of polypharmacy.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 ».