Knowledge, attitudes, motivations and expectations regarding antimicrobial use among community members seeking care at the primary healthcare level: a scoping review protocol
Notice bibliographique
Résumé
INTRODUCTION: Inappropriate antibiotic use in (primary healthcare, PHC) settings fuels antimicrobial resistance (AMR), threatens patient safety and burdens healthcare systems. Patients' knowledge, attitudes, motivations and expectations play a crucial role in antibiotic use behaviour, especially in low-income and middle-income countries including South Africa. There is a need to ensure measures of antibiotic use, interventions and future guidance reflect cultural, community and demographic issues associated with patient views to reduce inappropriate use of antibiotics and associated AMR. The objective of this scoping review is to identify key themes surrounding knowledge, attitudes, motivations and expectations among patients and community members regarding antimicrobial use in PHC settings especially in low-income and middle-income countries. METHODS AND ANALYSIS: This scoping review employs a comprehensive search strategy across multiple electronic databases, including OVID, Medline, PubMed and CINHAL, to identify studies addressing patients or community members seeking care at PHC facilities and exploring key drivers of antimicrobial use. The Covidence web-based platform will be used for literature screening and data extraction and the Critical Appraisal Skills Programme qualitative checklist will assess the quality of qualitative papers. Anticipated results will provide an overview of the current evidence base, enabling identification of knowledge gaps. A narrative synthesis of findings will summarise key themes and patterns in patients' knowledge, attitudes, motivations and expectations related to antibiotic use across studies while considering methodological diversity and limitations. ETHICS AND DISSEMINATION: Ethics approval is not required for this scoping review. The findings of this scoping review will be disseminated through publication in a peer-reviewed journal, presentation at relevant conferences and workshops, and collaboration with policy-makers and healthcare stakeholders.
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 | 0,087 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,011 | 0,011 |
| Bibliométrie | 0,017 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,011 |
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 ».