Unused and expired drug disposal practice and awareness among undergraduate students from pharmacy and other disciplines: Bangladesh perspective
Notice bibliographique
Résumé
Background: Most medicine users are not aware of the safe disposal of unused or expired medicines. The aim of this study was to know the current knowledge of the disposal practices of unused and expired medicines among the undergraduate pharmacy and other disciplines studying in universities located in different areas of Dhaka city, Bangladesh. Methods: This was a descriptive, cross-sectional survey, conducted through face-to-face interviews using a structured questionnaire. Returned questionnaires were double-checked for accuracy. Results: A total of 250 valid questionnaires were returned with a response rate of 100%. Respondents were mainly divided into two categories: pharmacy students (n=150; 60%) and general students (n=100; 40%). Two third of the general students (66%; n=98) and pharmacy students (65.3%; n=66) showed an almost similar response to keeping medicines at home. Overall, the highest common leftover medicines were analgesics (n=181; 27.6%) followed by gastric agents 174 (26.6%). Alarmingly, 85 (34%) respondents usually threw their leftover medicines in the dustbin, however, only very few portions of health science students (8%) have donated their unused medicines to welfare and friends. About 58% of respondents from other disciplines agreed that the necessity of pharmacists counselling people about proper medication disposal is highly required. Conclusion: Gaps exist in everyday drug disposal practices, therefore cost-effective pharmaceutical waste management programmes supported by government regulatory authorities and media campaigns are needed. Healthcare practitioners and community pharmacists should offer training to educate patients on standard medicine disposal practices. Findings from this study are hoped to assist in creating awareness about appropriate drug disposal practices in households and trigger interest and attention among policymakers about formulating relevant regulations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».