Prevalence of self-medication during COVID-19 pandemic: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background The COVID-19 pandemic and restrictions on travel and quarantine measures made people turn to self-medication (SM) to control the symptoms of their diseases. Different studies were conducted worldwide on different populations, and their results were different. Therefore, this global systematic review and meta-analysis was conducted to estimate the pooled prevalence of self-medication. Methods In this systematic review and meta-analysis, databases of Scopus, PubMed, Embase, and Web of Science were searched without a time limit. All eligible observational articles that reported self-medication during the COVID-19 pandemic were analyzed. Heterogeneity among the studies was assessed using Cochran's Q test and I 2 statistics. A random-effects model was used to estimate the pooled prevalence of self-medication. The methodological quality of the articles was evaluated with the Newcastle-Ottawa Scale. Results Fifty-six eligible studies were reviewed. The pooled prevalence of self-medication was 48.6% (95% CI: 42.8–54.3). The highest and lowest prevalence of self-medication was in Asia (53%; 95% CI: 45–61) and Europe (40.8%; 95% CI: 35–46.8). Also, the highest and lowest prevalence of self-medication was related to students (54.5; 95% CI: 40.8–68.3) and healthcare workers (32.5%; 16–49). The prevalence of self-medication in the general population (48.8%; 40.6–57) and in patients with COVID-19 (41.7%; 25.5–58). The prevalence of self-medication was higher in studies that collected data in 2021 than in 2020 (51.2 vs. 48%). Publication bias was not significant ( p = 0.320). Conclusion During the COVID-19 pandemic, self-medication was highly prevalent, so nearly half of the people self-medicated. Therefore, it seems necessary to provide public education to control the consequences of self-medication.
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 | 0,016 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,047 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».