MétaCan
Menu
Retour à la cohorte
Enregistrement W4295259899 · doi:10.1186/s12884-022-05018-x

Antibiotic knowledge, attitudes and reported practice during pregnancy and six months after birth: a follow- up study in Lao PDR

2022· article· en· W4295259899 sur OpenAlexaff
Sengchanh Kounnavong, Weirong Yan, Amphoy Sihavong, Vanphanom Sychareun, Jaran Eriksen, Claudia Hanson, Kongmany Chaleunvong, Bounxou Keohavong, Manivanh Vongsouvath, Mayfong Mayxay, Annelie Brauner, Cecilia Stålsby Lundborg, Anna Machowska

Notice bibliographique

RevueBMC Pregnancy and Childbirth · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensCapital District Health Authority
Organismes subventionnairesVetenskapsrådetKarolinska Institutet
Mots-clésMedicinePregnancyAmoxicillinAntibioticsReproductive medicineAmpicillinAntibiotic resistanceObstetricsUnivariate analysisFamily medicinePediatricsGynecologyMultivariate analysisInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Antibiotics are important medicines to prevent maternal and child morbidity and mortality. Women's knowledge and attitudes towards antibiotic use influence their practice. When they become mothers, this may be mirrored in the use of antibiotics for their newborn children. The current study aimed to assess knowledge, attitudes, and reported practice of pregnant women regarding antibiotic use and antibiotic resistance as well as their approach towards antibiotic use for their newborn babies. METHODS: This was a follow-up study with data collected via structured interviews between September 2019 and August 2020 in Feuang (rural) and Vangvieng (urban) districts in Vientiane province, Lao PDR. We identified and invited all women attending antenatal care in their third trimester of pregnancy in the selected areas. Using a structured questionnaire at third trimester of pregnancy we captured data on knowledge regarding antibiotic use and resistance. We collected information on attitudes and reported practice at two time points: (i) at third trimester of pregnancy and (ii) 6 months after birth. Univariate analysis and frequency distributions were used to study pattern of responses. Chi-square and Mann-Whitney tests were used to compare categorical and continuous variables respectively. P value < 0.05 was considered statistically significant. RESULTS: We surveyed 539 women with a mean age of 25 years. Two oral antibiotics, i) ampicillin and ii) amoxicillin were correctly identified by 68 and 47% of participants respectively. Only 24% of women (19% in Feuang and 29% in Vangvieng) answered correctly that antibiotics are effective against bacterial infections. The most prevalent response was "I don't know" suggesting the questions were challenging. Significantly less women would use antibiotics from a previous illness for their child than for themselves (16% vs 29%), however they would be more willing to use antibiotics for their baby even in case of mild symptoms (29% vs 17% while pregnant). The majority of antibiotics were prescribed by healthcare providers and 46% of children with the common cold received antibiotics. CONCLUSIONS: Women's knowledge was sub-optimal, still, they manifested appropriate attitudes towards antibiotic use during pregnancy and for their child. Nearly half of children received antibiotics for the common cold. There is a need for context adapted programs aiming at improving women's knowledge, as well as healthcare providers, emphasising rational antibiotic prescribing during pregnancy and for children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,306
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pregnancy and ChildbirthMême sujetPregnancy and Medication ImpactTravaux en français237 207