What can we learn from the public’s understanding of drug information and safety? A population survey
Notice bibliographique
Résumé
OBJECTIVE: The aim of our study was to analyse the perceptions of the public on medicine information and safety and on consumer reporting of suspected adverse drug reactions (ADR). METHODS: A voluntary survey was conducted in a population ≥18 years of age in Asturias, a region in northern Spain. The survey was designed to be completed in a face-to-face street interview or completed independently by the public. The survey consisted of structured questions organised in four sections: (1) demographic data, (2) use of medicines, (3) reading and understanding of the patient information leaflet (PIL) and (4) awareness and perception about consumer reporting of ADR. KEY FINDINGS: A total of 402 surveys were given and analysed; 295 were completed independently and 107 were completed in street interviews. Of the population surveyed, 82.3% had taken some drug(s) in the previous 3 months, although only 62.4% had performed so by medical prescription. A quarter of respondents claimed that they never read the PIL of medicines, 12.7% that they sometimes read it, and 61.4% that they always read this information. A high percentage (82.8%) of respondents reported that they were not aware of consumer reporting of ADR, and 86.1% stated their agreement with this option. CONCLUSIONS: The public has great interest in useful information about all aspects involved in the use of medicines. This includes consumer reporting of suspected ADR, which is still unknown to many 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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,006 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».