Self-medication practices to prevent or manage COVID-19: A systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Previous studies have assessed the prevalence and characteristics of self-medication in COVID-19. However, no systematic review has summarized their findings. OBJECTIVE: We conducted a systematic review to assess the prevalence of self-medication to prevent or manage COVID-19. METHODS: We used different keywords and searched studies published in PubMed, Scopus, Web of Science, Embase, two preprint repositories, Google, and Google Scholar. We included studies that reported original data and assessed self-medication to prevent or manage COVID-19. The risk of bias was assessed using the Newcastle-Ottawa Scale (NOS) modified for cross-sectional studies. RESULTS: We identified eight studies, all studies were cross-sectional, and only one detailed the question used to assess self-medication. The recall period was heterogeneous across studies. Of the eight studies, seven assessed self-medication without focusing on a specific symptom: four performed in the general population (self-medication prevalence ranged between <4% to 88.3%) and three in specific populations (range: 33.9% to 51.3%). In these seven studies, the most used medications varied widely, including antibiotics, chloroquine or hydroxychloroquine, acetaminophen, vitamins or supplements, ivermectin, and ibuprofen. The last study only assessed self-medication for fever due to COVID-19. Most studies had a risk of bias in the "representativeness of the sample" and "assessment of outcome" items of the NOS. CONCLUSIONS: Studies that assessed self-medication for COVID-19 found heterogeneous results regarding self-medication prevalence and medications used. More well-designed and adequately reported studies are warranted to assess this topic.
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.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 découle