Knowledge, Attitude, and Practices of Antibiotic Usage and Resistance among People Attending Primary Healthcare in Rwanda
Notice bibliographique
Résumé
Background: Antimicrobial resistance (AMR) poses a global threat to public health with sub-Saharan Africa facing a substantial burden. Our study assessed the knowledge, attitude, and practices of antibiotic usage and resistance among people attending primary healthcare facilities in Rwanda. Methods: The cross-sectional study was conducted at three health centres in Kigali, and it involved 246 individuals. We used a close-ended questionnaire for data collection. The levels of knowledge, attitudes and practices were calculated as proportions of correct answers, with high, good, or positive being greater or equal to 70%. The chi-square test was used to find the association between demographic characteristics and knowledge, attitudes and practices. Results: Among 246 participants, 8 (3.2%) and 51 (20.7%) had high knowledge of antibiotic usage and antimicrobial resistance respectively. In addition, 81 (32.9%) had a positive attitude and 97 (39.4%) had good practices. Attitudes were significantly positive in males (p = 0.003) and among individuals with a university education (p = 0.007). Knowledge of antimicrobial resistance was significantly high in males (p-value = 0.047). Conclusion: Limited levels of knowledge, attitude and practices on antibiotic usage and resistance were found, with women having lower levels in multiple aspects. Strategies to promote rational use of antibiotics ought to address social inequities.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».