<p>Socioeconomic Inequality in Self-Medication in Iran: Cross-Sectional Analyses at the National and Subnational Levels</p>
Notice bibliographique
Résumé
Background: Self-medication (SM) is a public health concern globally. This study aimed to measure socioeconomic inequality in SM and identify its main determinants among Iranian households. Methods: A total of 38,859 households from the 2018 Household Income and Expenditure Survey (HIES) were included in the study. Data on SM, household size, age, gender and education status of the head of household, monthly household’s expenditures (as a proxy for socioeconomic status), health insurance coverage and living areas and provinces were obtained for the survey. The concentration curve and the normalized concentration index ( Cn ) were used to quantify the magnitude of socioeconomic inequality in SM among Iranian households. The Cn was decomposed to identify the main determinants of socioeconomic inequality in SM in Iran. Results: The results indicated that 18.2% (95% confidence interval [CI]: 17.7% to 18.5%) of households in Iran had SM practice in the past month. The results suggested a higher concentration of SM among the rich households ( Cn = 0.0466; 95% CI= 0.0321 to 0.0612) in Iran. The concentration of SM among high SES households was also found in urban (0.0311; 95% CI=0.0112 to 0.0510) and rural (= 0.0513; 95% CI=0.0301 to 0.0726) areas. SM was concentrated among the rich households in Tehran, Qom, Esfahan, Ardebil, Golestan, and Sistan and Baluchestan provinces. In contrast, a higher concentration of SM was found among the poor households in Semnan, North Khorasan, Kerman, Bushehr, and South Khorasan provinces. The decomposition revealed SES of household, itself, as the main contributing factor to the concentration of SM among the wealthy households. Conclusion: This study demonstrated that SM is more concentrated among socioeconomically advantaged households in Iran. Thus, effective evidence-based interventions should be implemented to improve awareness about SM and its negative consequences. Further studies are required to investigate the consequences of SM practice among people. Keywords: self-medication, inequality, socioeconomic status, Iran
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».