Over-the-counter antibiotic dispensing by pharmacies: a standardised patient study in Udupi district, India
Notice bibliographique
Résumé
BACKGROUND: Antimicrobial resistance is a global health emergency, and one of the contributing factors is overuse and misuse of antibiotics. India is one of the world's largest consumers of antibiotics, and inappropriate use is potentially widespread. This study aimed to use standardised patients (SPs) to measure over-the-counter antibiotic dispensing in one region. METHODS: Three adults from the local community in Udupi, India, were recruited and trained as SPs. Three conditions, in both adults and children, were considered: diarrhoea, upper respiratory tract infection and acute fever. Adult SPs were used as proxies for the paediatric cases. RESULTS: A total of 1522 SP interactions were successfully completed from 279 pharmacies. The proportion of SP interactions resulting in the provision of an antibiotic was 4.34% (95% CI 3.04% to 6.08%) for adult SPs and 2.89% (95% CI 1.8% to 4.4%) for child SPs. In the model, referral to another provider was associated with an OR 0.38 (95% CI 0.18 to 0.79), the number of questions asked was associated with an OR 1.54 (95% CI 1.30 to 1.84) and an SP-pharmacist interaction lasting longer than 3 min was associated with an OR 3.03 (95% CI 1.11 to 8.27) as compared with an interaction lasting less than 1 min. CONCLUSION: Over-the-counter antibiotic dispensing rate was low in Udupi district and substantially lower than previously published SP studies in other regions of India. Dispensing was lowest when pharmacies referred to a doctor, and higher when pharmacies asked more questions or spent more time with clients.
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) | 0,000 | 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 ».