Prevalence and Predictors of Self-Medication Practices in India: A Systematic Literature Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Self-Medication (SM) is a practice of using medications to treat selfdiagnosed symptoms without a legitimate prescription by a health care professional. Alongside posing a burden on a patient, SM practices are associated with certain unfavourable health conditions such as drug-resistance, adverse effects, drug-interactions, including death. OBJECTIVE: To systematically review and quantify the prevalence of SM practices and its associated factors in India. METHODS: A comprehensive systematic search was performed using scientific databases such as PubMed and Cochrane library for the peer-reviewed research articles that were conducted in India without any language and date restrictions. Studies which were cross-sectional by design and assessing the prevalence and predictors of SM practices in India were considered for the review, and all the relevant articles were screened for their eligibility. RESULTS: Of 248 articles, a total of 17 articles comprising of 10,248 participants were included in the meta-analysis. Overall, the mean prevalence of SM practices in India was observed to be 53.57%. Familiarity with the medication appears to be a major reason to practice SM (PR: 30.45; 95% Confidence Interval [CI]: 17.08-43.82; 6 studies), and the practice was noticed more among individuals from a middle-lower class family with a prevalence rate of 26.31 (95%CI: 2.02-50.60; P<0.0001). Minor ailments were the primary reason for practicing SM (PR: 42.46; 95%CI: 21.87- 63.06), among which headache was the most commonly reported (PR: 41.53; 95%CI: 18.05-65.02). CONCLUSION: Self-medication practices are quite frequent in India. While NSAIDs and anti-allergens are the most frequently utilized self-medicated drugs used for headache and cold and cough.
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 | 0,011 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».