Prescriptions of antimicrobials in a community pharmacy in Batna
Notice bibliographique
Résumé
Les maladies infectieuses représentaient en 2007, en Algérie 4,58% du motif des consultations. La prévalence des patients hospitalisés traités par anti infectieux (AI) dans le pays était de 45,5% en 2015. L’objectif de cette étude était la description des prescriptions contenant des anti infectieux (AI), sur la base d’une analyse rétrospective des ordonnances remboursables par la sécurité sociale, reçues au niveau d’une officine pharmaceutique privée de la ville de Batna (Algérie) sur une période d’une année allant de juillet 2013 à juin 2014. L’étude a montré qu’environ une ordonnance sur trois contenait au moins une ligne d’AI et que ceux-ci avaient représenté 13,1% de l’ensemble des médicaments prescrits toutes classes pharmaco thérapeutiques confondues. Si les plus gros prescripteurs en volume ont été les médecins généralistes (51,4% des ordonnances), les AI avaient occupé chez les chirurgiens dentistes 1 ligne sur 2. Le profil de ces prescriptions dans le temps a mis en évidence 2 pics maximaux d’AI systémiques en saison froide à savoir mars et octobre. C’est la famille des pénicillines qui occupe avec 32,6% des lignes d’AI, le haut du tableau des produits les plus prescrits dans cette classe.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».