Antibiotic dispensing practices and determinants among informal healthcare providers in low- and middle-income countries: a mixed-methods scoping review
Notice bibliographique
Résumé
INTRODUCTION: Antimicrobial stewardship efforts in low- and middle-income countries (LMICs) largely focus on qualified practitioners, yet informal healthcare providers (IPs) deliver much of the primary care. Although these providers frequently dispense antibiotics, their practices remain poorly documented and are not captured in existing surveillance systems. METHODS: Using the Joanna Briggs Institute methodology, this scoping review synthesised evidence on antibiotic dispensing and its determinants among IPs in LMICs. Nine databases (MEDLINE, EMBASE, SCOPUS, Global Health, CINAHL, Web of Science, LILACS, African Journals Online via Africa-Wide Information and Index Medicus for the South-East Asia Region) were searched, yielding 12 095 records, of which 37 studies met the inclusion criteria. RESULTS: Across 31 studies reporting dispensing practices, antibiotic use by IPs varied widely: 18%-74% in studies using standardised methods, 5%-96% in provider-reported studies and 2%-86% in consumer-reported studies. Eight qualitative studies identified key behavioural and contextual determinants shaping dispensing, including limited knowledge, experience-based learning, patient expectations, peer and pharmaceutical influence, perceived consequences of withholding antibiotics and economic incentives. CONCLUSION: Antibiotic dispensing by IPs is widespread and represents a large but unmeasured component of antibiotic use in LMICs. These findings highlight a critical gap in antimicrobial resistance surveillance and highlight the need for stewardship strategies that effectively engage this provider group.
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 | 0,022 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,010 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».