Assessment of inappropriate use of antibiotics and contributing factors in Awi Administrative Zone, Northwestern Amhara regional State, Ethiopia
Notice bibliographique
Résumé
Objectives: Antibiotic misuse is regarded as the single most significant factor contributing to resistance. Thus, this study aimed to evaluate the prevalence and risk variables linked to the inappropriate use of antibiotics in urban and rural districts of the Awi administrative zone community. Methods: A total of 1194 rural and urban families, including individuals of various ages and genders from the study area were selected by a multistage stratified random sampling method for a comparative cross-sectional study conducted between December 2022 and June 2023. SPSS version 26 was used to analyze the gathered data. Descriptive statistics and logistic regression analysis methods were used to identify the variables linked to the incorrect use of antibiotics. The adjusted odds ratio was used to calculate the statistical significance of the correlation at a significance level of 5 %. Results: The findings revealed that, in urban and rural regions, 57.5 % and 69.5 % of the households used unsafe antibiotic practices. The logistic regression analysis showed a significant relationship between the inappropriate use of antibiotics and the household head's age, marital status, family size, monthly income, occupation, educational attainment, place of residence, knowledge of antibiotics, and practice of using antibiotics. Conclusion: The study area has inappropriate antibiotic use, with statistically significant differences between urban and rural communities. Extensive educational (knowledge and practice) interventions are required to enhance the appropriate use of antibiotics. To guarantee that antibiotics are dispensed correctly and that the right information is provided regarding how the antibiotic functions and should be used, authorized entities should strengthen their regulatory enforcement at pharmacies.
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 ».