Health literacy among Iranian adults: findings from a nationwide population-based survey in 2015
Notice bibliographique
Résumé
BACKGROUND: Health literacy is one of the most important determinants of noncommunicable diseases prevention. Health literacy is associated with elevated risks for poorer access to care, adverse health outcomes, and increased hospitalization and health costs. AIMS: This study aimed to determine the level of health literacy among the general adult population in the Islamic Republic of Iran. METHODS: Using a cross-sectional study during 2014-2015 with a multistage cluster sampling approach, we administered a pilot-tested standardized questionnaire to assess different domains of health literacy (i.e., reading, comprehension, communication/decision-making and Interpretation/judgment skills, individual and social empowerment, health information access and health information use) among 8439 (3935 males) individuals aged 18-60 years. Data were collected through face-to-face interviews. Descriptive statistics and multivariable linear regression method using SPSS (20) were applied to identify the factors associated with health literacy among Iranian adults. RESULTS: The mean health literacy level was 10.2±3.8 (out of 20). Only 18% (95% confidence interval [CI]: 17.15-18.78) of the participants had adequate health literacy, while 45.7% (95% CI: 44.64-46.78) had inadequate, and the 36.3% (95% CI: 35.21-37.33) had moderate health literacy. In the adjusted linear regression model, education level (the smallest β = 4.35, P < 0.001), age (β = 0.01, P = 0.002), female sex (β = 0.45, P < 0.001), residency in rural areas (β = 0.26, P < 0.001) and having permanent job (β = 1.03, P < 0.001) were significantly associated with more health literacy. CONCLUSION: Our findings highlighted that the Iranian adult population has an insufficient level of health literacy, which calls for comprehensive education planning to improve the levels, with special attention to certain subpopulations (e.g. illiterate populations) and domains (e.g. individual empowerment).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».