Self-Medication Practices, Use of Brand-Name, and Over-the-Counter Medicines by Peruvian Older Adults
Notice bibliographique
Résumé
Background: Older adults are a particularly vulnerable group to drug use and self-medication. The aim of the study was to evaluate self-medication as a factor associated with the purchase of brand-name and over-the-counter (OTC) drugs in older adults in Peru. Methods: A secondary analysis was performed using an analytical cross-sectional design of data from a nationally representative survey from 2014 to 2016. The exposure variable was self-medication, defined as the purchase of medicines without a prescription. The dependent variables were purchases of brand-name and OTC drugs, both as a dichotomous response (yes/no). Information of sociodemographic variables, health insurance, and the types of drugs purchased by the participants was collected. Crude prevalence ratios (PR) were calculated and adjusted using generalized linear models of the Poisson family, considering the complex sample of the survey. Results: In this study, 1,115 respondents were evaluated, with a mean age of 63.8 years and a male proportion of 48.2%. The prevalence of self-medication was 66.6%, while the proportions of purchases of brand-name and OTC drugs were 62.4% and 23.6%, respectively. The adjusted Poisson regression analysis revealed an association between self-medication and the purchase of brand-name drugs (adjusted PR [aPR]=1.09; 95% confidence interval [CI]: 1.01-1.19). Likewise, self-medication was associated with the purchase of OTC medications (aPR=1.97; 95%CI: 1.55-2.51). Conclusions: This study evidenced a high prevalence of self-medication in Peruvian older adults. Two-thirds of the surveyed people bought brand-name drugs, whereas one-quarter bought OTC drugs. Self-medication was associated with a greater likelihood of buying brand-name and OTC drugs.
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 | 0,000 |
| 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) | 0,000 | 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 ».