Caregiver Practices and Knowledge Regarding Leftover Prescription Medications in Homes With Children
Notice bibliographique
Résumé
OBJECTIVES: The aims of the study were to determine the frequency of and factors associated with leftover or expired prescription medication ("leftover medication") presence in homes with children and to assess caregivers' reported behaviors and knowledge regarding disposal of leftover medications in the home. METHODS: This study is a planned secondary analysis from a survey of primary caregivers of children aged 1 to 17 years presenting to an emergency department. The survey assessed leftover medications in the home and medication disposal practices, knowledge, and guidance. The survey was developed iteratively and pilot tested. Multivariable logistic regression was used to identify factors associated with leftover medication presence in the home. RESULTS: We enrolled 550 primary caregivers; 97 of the 538 analyzed (18.0%; 95% confidence interval [CI], 14.8-21.5) reported having leftover medications in their home, most commonly antibiotics and opioids. Of respondents, 217/536 (40.5%) reported not knowing how to properly dispose of medications and only 88/535 (16.4%) reported receiving guidance regarding medication disposal. Most caregivers reported throwing leftover medications in the trash (55.7%) or flushing them down the toilet (38.5%). Caregivers with private insurance for their child were more likely to have leftover medications (adjusted odds ratio [aOR], 1.99; CI, 1.15-3.44), whereas Hispanic caregivers (aOR, 0.24; CI, 0.14-0.42) and those who received guidance on leftover medications (aOR, 0.30; CI, 0.11-0.81) were less likely to have leftover medications in the home. CONCLUSIONS: Leftover medications are commonly stored in homes with children and most caregivers do not receive guidance on medication disposal. Improved education and targeted interventions are needed to ensure proper medication disposal practices.
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) | 0,000 | 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) | 0,001 | 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 ».