Herbal medicines use in the Jordanian population: A nationally representative cross-sectional survey
Notice bibliographique
Résumé
Abstract Context: Despite of potential adverse effects, the use of herbal medicines has grown globally without proper regulatory measures. There is a scarcity of data on the pattern of use and general awareness towards herbal products among the Jordanians. Aims: To assess the prevalence, utilization, and attitude toward herbal medicines among the Jordanian public. Methods: A national cross-sectional self-reported survey on a random sample of adult population aged ≥ 18 years was conducted over two months to include 1820 adults in Jordan. A representative sample was collected using a proportionate random sampling technique, which enabled us to categorize the study population geographically. SPSS V26 was used for data analysis. Results: The prevalence of herbal medicine use was 53.3% (971/1820), and respondents who aged >29 years were more likely to use herbal products. Predictors for using herbal products were: females (OR 4.23; 95%CI 1.97-9.55; p=0.0004), fair health status (OR 7.19; 95%CI 5.49-13.85; p=0.0001), and participants without chronic diseases were significantly less likely to use herbal medicines (OR 0.21; 95%CI 0.11-0.61; p=0.0007). The majority of respondents (86.5%, 1574/1820) thought herbal products were safe because they were made from natural ingredients. The most common reasons for using herbal products were chronic disease treatments (41.9%, 407/971), weight reduction (23.6%, 229/971), and to less extent improving the well-being (16.2%, 157/971). Conclusions: More than half of the targeted population used herbal medicines, a quarter of whom experienced adverse effects. The findings of this study have major community health implications for Jordan.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».