Medication Literacy in a Cohort of Chinese Patients Discharged With Essential Hypertension
Notice bibliographique
Résumé
Background: In recent years, research on medication literacy has been increasing in many countries. Medication literacy of patients with hypertension affects the management and prognosis of hypertension. Therefore, the purpose of this study was to assess the present situation of medication literacy and meaningful determinants affecting medication literacy in discharged patients with essential hypertension. Methodology: This is a cross-sectional study among 147 discharged patients with essential hypertension in a tertiary hospital in Changsha, Hunan province, China between March and June 2016. The Chinese version of Medication Literacy Questionnaire was applied to measure medication literacy by means of structured interview for 7 and 30 days after discharge. Furthermore, discharged patient’s demographic were acquired from the hospital records. Data were analyzed using SPSS version 19.0. Multiple linear regression was used to analyze the meaningful determinants of medication literacy. And p-value <0.05 was considered statistically significant. Results: The present situation of medication literacy was poor. More than 70% participants didn't have substantial knowledge of the effects and side effects of the medicine they were taking, more than 30% participants didn't know the name or dose of the medicine, more than 20 % participants didn't even know how often to take medicine. In addition, medication literacy scores increased with educational level and length of hospital stay (P < 0.05), but decreased with age (P < 0.05). Conclusion: It is necessary to conduct targeted health education for discharged patients with essential hypertension through the determinants of low medication literacy obtained in this study, so as to reduce the risk of low level of medication literacy.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».