com) DOI:
10.1002 / pds.3583
LAPORAN ORIGINAL
PENDAHULUAN Meskipun memiliki salah satu ekonomi berkembang yang paling penting, Brasil masih
kekurangan sistem yang komprehensif yang dapat memberikan informasi dasar tentang penggunaan obat-
obatan dalam populasi umum. Dalam skenario tersebut, penelitian berbasis populasi, cross-sectional
penting untuk memberikan informasi, serta untuk menentukan karakteristik sosio-demografi dan klinis
dari populasi dan untuk memeriksa hubungan mereka dengan konsumsi obat.1,2 Data tersebut dapat
membantu dalam menilai penggunaan obat yang rasional dalam populasi
Brasil.3 Sistem perawatan kesehatan masyarakat Brasil (Sistem Kesehatan Terpadu, SUS) adalah
sistem universal yang menghadapi tantangan, termasuk akses ke pengobatan.4 Idealnya, sistem akan
mensubsidi semua yang penting obat-obatan yang tercantum
dalam formularium yang diperbarui; namun, sistem ini cacat, dan banyak orang perlu membeli obat-
obatan yang tidak dapat diganti.4,5 Investigasi penggunaan obat dapat memungkinkan penilaian tidak
langsung terhadap kinerja sistem perawatan kesehatan masyarakat.
Penelitian yang memberikan informasi pada tingkat populasi akan sangat penting untuk menilai
konsumsi obat dan akses ke obat-obatan. Di Brasilia, yang memiliki salah satu tingkat tertinggi Indeks
Pembangunan Manusia dan pendapatan per kapita di negara tersebut, 6 tidak ada studi sebelumnya yang
tersedia untuk mengatasi masalah ini. Mempelajari penggunaan obat-obatan dalam populasi negara Brasil
yang aktif secara ekonomi akan menyediakan informasi yang relevan tentang pola-pola seperti itu, dan
variabel-variabel yang terkait dengan konsumsi dalam populasi dapat diselidiki.
* Korespondensi ke: TF Galvao, Fakultas Kedokteran, Universitas Brasilia, PO Box 4472, CEP 70904-970, Brasilia, Brasil. E-
mail: taisgalvao@gmail.com
Untuk memenuhi kebutuhan ini, kami melakukan penelitian cross-sectional berbasis populasi untuk
menilai prevalensi
Hak Cipta © 2014 John Wiley & Sons, Ltd.
tf galvao et al.
penggunaan obat-obatan di kalangan orang dewasa di Brasilia,negara
metodemempertimbangkan kehadiran dan
kuantitas rumah-modal Brasil. Kami juga menyelidiki akses untuk
menyimpan peralatan dan pencapaian
pendidikan obat-obatan dan faktor-faktor yang mungkin terkait dengan
kepala keluarga untuk mengklasifikasikan
keluarga menjadi lima utama penggunaan obat-obatan. Kami bertujuan untuk memberikan analisis
strata ekonomi: A, B, C, D, dan E; A adalah
yang terkaya dari prevalensi penggunaan obat danterkait
kelas, dan E adalah kelas termiskin. Atas dasar
faktor-faktor dalam populasi ini.
strata ekonomi, adalah mungkin untuk memperkirakan pendapatan rumah tangga per kapita.9 METODE
Desain dan pengaturan studi
Status kesehatan: Diabetes yang dilaporkan sendiri, hipertensi, depresi, penyakit jantung, penyakit
pernapasan, lainnya Ini adalah populasi berbasis cross-sectional. mempelajari
penyakit kronis, akses ke perawatan
kesehatan, dan kondisi kesehatan yang dilakukan di Brasilia, ibukota nasional Brasil.
dalam lima dimensi: mobilitas, perawatan diri,
kegiatan biasa, Demografi dan informasi klinis diperoleh
rasa sakit / ketidaknyamanan, dan kecemasan /
depresi.10 oleh wawancara tatap muka yang dilakukan di kediaman peserta dari Februari hingga Mei
2012. utama out-
Konsumsi obat: Nama merek, ketersediaan
datang adalah prevalensi konsumsi obat
wadah, dosis, lama penggunaan, orang yang
selama 7 hari terakhir.
diresepkan atau direkomendasikan obat, dan akses ke obat-obatan. Pertanyaan untuk mendapatkan
informasi ini Peserta Peserta yang memenuhi syarat adalah penduduk dewasa Brasilia yang berusia 18
hingga 65 tahun. Para peserta dipilih melalui sampling probabilitas dua tahap oleh klaster dan
dikelompokkan berdasarkan jenis kelamin dan usia. Kami secara acak memilih 220 saluran sensus dari
3886 traktat lebih dari 200 penduduk Brasilia.7 Dari setiap saluran sensus, hingga 10 peserta dapat
diwawancarai, satu orang per tempat tinggal. Para peserta diwawancarai secara pribadi, di kediaman
mereka sendiri, setelah kuota seks dan usia yang ditentukan sebelumnya telah dipenuhi.
Hak Cipta © 2014 John Wiley & Sons, Ltd. Pharmacoepidemiology and Drug Safety, (2014) DOI:
10.1002 / pds adalah “Apakah Anda menggunakan atau telah menggunakan obat-obatan dalam 7 hari
terakhir?” Jika tanggapan positif, pewawancara menanyakan hal berikut pertanyaan: "Pada saat ini
dapatkah Anda menunjukkan kepada saya wadah, kotak, kemasan, label atau bull dari obat ini?"; "Berapa
konsentrasi obatnya?"; "Berapa lama kamu menggunakan obat ini?"; "Siapa yang meresepkan obatnya?";
“Bagaimana Anda mendapatkan obat ini?”
Setelah pengumpulan data, formulir penelitian ditabulasikan menggunakan lembar kerja Microsoft
Excel®. Kami mengkodekan obat-obatan yang dilaporkan menggunakan Sistem Klasifikasi Kimia Terapi
Anatomi (ATC) dari Organisasi Kesehatan Dunia, sebuahukuran Sampel internasionalstudi
sistemyang direkomendasikan
untukpemanfaatan obat. Untuk menghitung ukuran sampel, kami memperkirakan prevalensi penggunaan
obat dalam 50 %, dengan ketepatan 3%, tingkat kepercayaan 95%, dan efek desain 1,5. Efek desain ini
ditetapkan karena sampel klaster yang digunakan dalam penelitian. Untuk populasi target 1 702 419 orang
dewasa antara 18 hingga 65 tahun yang tinggal di Brasilia, 8 sampel diperkirakan adalah 1600 peserta.
Untuk angka ini, kami menambahkan 15% untuk mengkompensasi penolakan untuk mendapatkan total
1.840 peserta.
Bias Untuk menghindari bias, kita hanya mempertimbangkan konsumsi medis jika terjadi dalam 7 hari
terakhir. Jika peserta menjawab "tidak ingat" untuk salah satu pertanyaan, kuesioner itu dikeluarkan dari
analisis untuk variabel tertentu, dan tidak ada penerapan diterapkan untuk data yang hilang.
Untuk semua obat, pewawancara diminta untuk melihat wadah untuk menghindari kesalahan
klasifikasi. Jika con-
Variable, sumber data, danpengukuran
titertidak tersedia, nama merek obat dicatat seperti yang disediakan oleh para partisipan. Empat
pewawancara terlatih mengumpulkan data, menggunakan
ipant. Formula herbal dan homeopati tidak
dicetak kuesioner semi-terstruktur dengan tiga
pertimbangan untuk memastikan bahwa
semua produk diberi kode domain:
oleh ATC.
Wawancara tatap muka diadakan untuk
meningkatkan Sosiodemografi: Jenis kelamin, usia, status sipil, jumlah
keandalan wawancara dan menjamin
kelengkapan orang yang tinggal di rumah yang sama, pencapaian pendidikan,
dari kuesioner. Semua kondisi medis dan
pekerjaan, dan strata ekonomi didefinisikan oleh
status kesehatan dilaporkan sendiri. Kuesioner
di bawah- kriteria Brasil untuk klasifikasi ekonomi.9
Keteguhan dan penerimaan ini diuji dalam 150percontohan
penggunaan obatpada orang dewasa yang hidup dalambrasilia
wawancara, dan 20% dari semua wawancara diaudit melalui kontak telepon.
Semua variabel kuantitatif dikumpulkan sebagai data kontinyu; langkah-langkah berkelanjutan tidak
runtuh ke dalam kategori; dengan demikian, deskripsi yang lebih baik dari populasi diperoleh.
Metode statistik Kami memperoleh statistik deskriptif dari variabel, dikelompokkan berdasarkan jenis
kelamin, dan menilai perbedaan yang signifikan menggunakan tes Chi-kuadrat; tingkat signifikansi
ditetapkan pada p <0,05.
Kami melakukan analisis bivariat untuk mendapatkan rasio prevalensi (PRs) penggunaan obat dan
interval kepercayaan 95% (95% CI) dan menghitung iklan PR-
Gambar 1. Diagram alur peserta studi yang
dibenarkan untuk membingungkan menggunakan beberapa regresi Poisson dengan varians yang kuat,
mengikutihirarkis
model karakteristik Sampel. Model hirarkis
diambil berdasarkan kerangka kerja di mana variabel akan proksimal atau distal untuk penggunaan obat
untuk menghindari meremehkan efek determinan
distant.12 Analisis multivariabel, mengikuti model hirarkis, terdiri dari empat blok analisis: blok
pertama termasuk variabel sosioekonomi; yang kedua termasuk variabel demografi; ketiga termasuk
penyakit kronis yang dilaporkan sendiri dan variabel akses perawatan kesehatan; akhirnya, blok terakhir
termasuk penilaian status kesehatan. Untuk setiap blok analisis, kami menyimpan variabel dalam model
yang tetap signifikan pada p <0,10. Dengan demikian, di setiap blok, variabel disesuaikan untuk kovariat
pada tingkat yang sama dan untuk variabel signifikan dari level sebelumnya. Suatu asosiasi dianggap ada
jika nilai p <0,05.
Semua analisis statistik dilakukan mengingat efek dari sampling kompleks. Variabel independen diuji
untuk multikolinieritas, yang dianggap ada jika indikator toleransi <0,40.13 Analisis dilakukan
menggunakan perangkat lunak STATA (versi 10.1).
Karakteristik utama dari peserta dijelaskan pada Tabel 1. Perempuan mewakili 60% sampel, dan individu
dari 18 hingga 45 tahun menyaratkan 70% sampel (usia rata-rata = 38,4 ± 12,6 tahun). Konsumsi obat
selama 7 hari terakhir dilaporkan sebagai 35,7% (95% CI: 33,3%, 37,7%).
Tidak ada perbedaan yang signifikan antara pria dan wanita dalam variabel berikut: usia, status
perkawinan, pendidikan, konsumsi obat pada hari wawancara, diabetes dilaporkan sendiri, jaminan
kesehatan, dan dalam dimensi status kesehatan mobilitas, diri -perawatan, dan kegiatan biasa. Perempuan
lebih cenderung menjadi bagian dari strata ekonomi yang lebih rendah, tidak dikerjakan atau pensiun,
menggunakan lebih banyak obat dalam 7 hari terakhir, dan memiliki lebih banyak konsultasi medis, lebih
banyak penyakit kronis, dan kondisi kesehatan yang lebih buruk dalam hal rasa sakit / ketidaknyamanan
dan kecemasan. /depresi.
Jumlah rata-rata obat yang digunakan oleh 646 peserta adalah 1,7 ± 1,2 (maksimum = 8). Obat-obatan
yang paling sering digunakan adalah obat-obatan yang termasuk kategori ATC berikut: sistem
kardiovaskular, saluran pencernaan dan metabolisme, dansaraf
Etika
sistem(Tabel 2). Di tingkat kedua ATC, obat yang paling sering adalah sebagai berikut: agen yang bekerja
pada Proyek penelitian telah disetujui oleh Universitas
sistem renin-angiotensin (17%), obat yang
digunakan dalam komite etika Brasilia (nomor protokol
diabetes (13% ), analgesik (10%), dan diuretik
(9%). 00647212.6.0000.0030). Semua peserta menandatangani sebuah istilah
. Bahan aktif dapat dikonfirmasi dari
persetujuan bebas dan diinformasikan.
wadah untuk 47% dari obat-obatan. Kontrasepsi hormonal (kode ATC G03A) digunakan oleh 4,6%
HASIL Peserta
wanita.
Seorang dokter meresepkan sebagian besar obat (90%). Setengah dari obat dibeli di luar kantong Dari
populasi target, 2051 individu yang memenuhi syarat
oleh peserta, sedangkan hampir 40% diperoleh
diundang untuk berpartisipasi, dan 1820 (89%)
bebas biaya melalui sistem kesehatan
masyarakat Brasil - termasuk dalam penelitian kami (Gambar 1).
tem. The Farmácia Popular, pemerintah copayment
Hak cipta © 2014 John Wiley & Sons, Ltd. Pharmacoepidemiology and Drug Safety, (2014) DOI: 10.1002 / pds
tf galvao et al.
Tabel 1. Karakteristik peserta, dalam persentase *
Variabel Total (N = 1820) Pria (N = 731) Wanita (N = 1089) Chi
2
p-value
Kelompok usia (tahun) 0,91
18–25 18,2 17,5 18,6 26–35 27,3 27.9 26.8 36–45 24.5 23.8 25.0 46-55 19.1 19.4 18.9 56-65 10.9 11.4 10.7 Status perkawinan
0.14
Single † 47.7 45.6 49.1 Menikah atau hidup bersama 52.3 54.4 50.9 Jumlah penghuni rumah tangga 0.91
1–3 42.5 42.5 42.5 4–5 43.5 43.1 43.8 6–12 14.0 14.4 13.7 Strata ekonomi (PC pendapatan bulanan) <0,001
E dan D ($ 274 hingga $ 411) 9.1 8.2 9.7 C ($ 589 hingga $ 887) 47.7 43.0 50.9 B ($ 1476 hingga $ 2542) 34.3 37.5 32.1 A ($
4844 hingga $ 7439 ) 8.9 11.4 7.3 Pekerjaan <0,001
Pegawai atau wiraswasta 75,8 80,6 72,6 Pengangguran atau pensiunan 24,2 19,4 27,4 Pendidikan 0,36
Kurang dari sekolah menengah 26,5 25,3 27,4 Sekolah menengah 21,6 22,7 20,9 SMA 34,5 33,2 35,3 Pendidikan tinggi atau
lebih 17,4 18,7 16,4 Konsumsi
medikasi 7 hari (n = 1810) 35,7 26,4 41,9 <0,001 Pada hari wawancara (n = 1810) 29,0 21,9 33,7 0,47 Dilaporkan sendiri
penyakit kronis
Hipertensi (n = 1762) 21,7 17,1 24,9 <0,001 Diabetes (n = 1718) 10.3 9.9 10.6 0.43 Depresi (n = 1759) 12.4 7.9 15.5 <0.001
Penyakit pernapasan (n = 1767) 7.5 3.8 10.1 <0.001 Penyakit jantung (n = 1724) 6.7 5.3 7.7 0.04 Penyakit kronis lainnya 8.0 4.8
10.2 <0.001 Akses ke bantuan medis
Asuransi kesehatan 27.6 28.9 26.8 0.34 Konsultasi medis (3 bulan terakhir) 42.1 35.6 46.5 <0.001 Masuk rumah sakit (12 bulan
terakhir) 9.9 7.8 11.4 0,01 Status kesehatan
Mobilitas 7.4 7.0 7.6 0.61 Perawatan-mandiri 4.0 3.8 4.0 0.82 Aktivitas-aktivitas yang biasa 7.0 6.0 7.6 0.19 Nyeri /
ketidaknyamanan 38.0 28.0 44.6 <0.001 Kecemasan / depresi 23.1 17.5 26.9 <0.001
* Untuk variabel-variabel dengan data yang hilang, jumlah peserta ditunjukkan dalam yang pertama kolom di dalam kurung. †
Termasuk belum menikah, berpisah, bercerai, dan menjanda. PC, per kapita.
status, asuransi kesehatan , dan masuk rumah sakit. Sistem kesehatan masyarakat Brasil memainkan peran
penting Variabel N%
dalam menyediakan akses ke obat-obatan, tetapi sebagian besar
kode ATC dari obat-obatan
obat dibayar untuk out-of-saku oleh pengguna. C —
Sistem kardiovaskular 413 37,1 A — Saluran pencernaan dan metabolisme N-Sistem saraf 216 19,4 204 18,4
Karena desain penelitian cross-sectional, hasilnya dapat berubah menjadi musim, yang dapat
mempengaruhi 33 3,0
penggunaan obat-obatan. Selain itu, hormon dan lambung
yang bersifat domisili R-sistem pernafasan Kode-kode lain Orang yang menunjukkan penggunaan obat
21 1.9 63 5.7
wawancara mungkin memiliki bias sampel, karena para peserta berada di rumah pada saat pewawancara
sedang mengumpulkan data. Untuk memastikan keterwakilan Dokter Apoteker Pasien atau petugas
farmasi Lainnya 1013 90,3 74 6,6 25 2,2 10 0,9
sampel, kuota seks yang ditentukan sebelumnya dan usia berdasarkan sensus nasional terakhir telah
diikuti8. Akibatnya, proporsi jenis kelamin (p = 0,22), usia (p = 0,58), dan Cara mengakuisisi (n = 1116)
Sistem sistem kesehatan publik Brasil yang luar biasa (Farmácia popular) 567 50,8 439 39,3 110 9,9
strata ekonomi (p = 0,87) dalam studi tidak secara statistik berbeda dari sensus resmi (data tidak
ditampilkan).
Kontrasepsi hormonal dimasukkan dalam pengukuran
ATC, sistem klasifikasi kimia terapeutik anatomi.
prevalensi penggunaan obat dalam populasi kami karena obat-obatan ini memiliki berbagai indikasi selain
kontrasepsi.14 Jika dikeluarkan dari perhitungan- Pada blok kedua, jumlah penduduk di rumah tangga
dan status perkawinan tidak terkait dengan penggunaan narkoba, tetapi hubungan positif ditemukan
dengan jenis kelamin perempuan dan usia 36 tahun ke atas, dan variabel-variabel ini dipertahankan dalam
model. Di blok ketiga dari analisis, masuk rumah sakit pada tahun lalu, asuransi kesehatan, penyakit
jantung, dan penyakit pernapasan tidak ditentukan untuk dikaitkan dengan penggunaan obat dan telah
dihapus dari model. Faktor-faktor berikut secara positif terkait dengan konsumsi obat: hipertensi,
diabetes, depresi, penyakit kronis lainnya, dan konsultasi medis baru-baru ini. Di blok terakhir dari
analisis, hanya kondisi kesehatan nyeri / ketidaknyamanan yang dikaitkan dengan konsumsi obat.
tion prevalensi penggunaan obat, hasil ini tidak akan berubah secara signifikan (prevalensi di seluruh
populasi termasuk kontrasepsi = 34%, 95% CI: 31%, 36%; prevalensi pada wanita tidak termasuk
kontrasepsi = 38%, 95% CI : 35%, 41%).
Hasil ini didasarkan pada sampel yang dihitung sebelumnya, diperoleh dari sampling probabilitas
penduduk Brasilia, dalam upaya untuk memberikan bukti tentang konsumsi mediasi dan faktor terkait
dalam populasi orang dewasa ibu kota Brasil. Mereka sangat penting karena tidak adanya basis data
elektronik yang dapat memberikan informasi yang sangat dibutuhkan ini. Studi cross-sectional
memainkan peran penting dalam mengumpulkan informasi terbaru tentang populasi ini, dan mereka dapat
membantu dalam perencanaan layanan kesehatan dan penelitian masa depan. Toleransi indikator untuk
multikolinieritas variabel independen berkisar 0,60-0,95,
Interpretasi dan generalisasi menunjukkan
bahwa multikolinearitas tidak ada di
Semua penyakit kronis yang dilaporkan
sendiri, kecuali untuk diabetes, model.
secara signifikan lebih umum pada wanita dibandingkan pada pria, meskipun distribusi usia yang sama.
Perbedaan seperti itu DISKUSI
dapat dijelaskan oleh pemanfaatan medis yang lebih tinggi pada wanita yang diamati dalam penelitian ini,
yang mungkin meningkatkan konsumsi obat yang umum di antara orang dewasa
kemungkinan diagnosis penyakit kronis.
Wanita Brasilia, dan resep dokter adalah metode yang
digunakan lebih banyak layanan kesehatan
meskipun termasuk dalam menentukan penggunaan obat. Beberapa faktor adalah
strata ekonomi yang lebih rendah, lebih
cenderung tidak terkait secara positif dengan penggunaan obat:
dikerjakan atau pensiun, dan lebih kecil
kemungkinannya untuk ditutupi menjadi pengangguran atau pensiun, jenis kelamin perempuan, usia yang
lebih tua,
dengan asuransi kesehatan dibandingkan
dengan laki-laki. . Penyakit-penyakit kronis yang ditemukan ini, konsultasi medis baru-baru ini, dan rasa
sakit
konsisten dengan ketidaknyamanan berbasis
populasi atau fisik yang serupa lainnya. Tidak ada hubungan yang ditemukan pada
penelitian yang dilakukan di wilayah Brasil
lainnya.15,16 antara konsumsi obat dan ekonomi
Kami juga menemukan perbedaan
signifikan dalam cara strata, jumlah penduduk di rumah tangga, perkawinan
di mana obat-obatan diperoleh oleh peserta
tf galvao et al.
Tabel 3. Prevalensi konsumsi obat dan rasio prevalensi yang disesuaikan dari konsumsi obat dengan regresi Poisson dengan
varians yang kuat, mengikuti model hirarkis (N = 1583)
Variabel% penggunaan obat PR (95% CI) p-nilai
Blok 1: ekonomi sosial ekonomi status (pendapatan bulanan PC)
E dan D ($ 274 hingga $ 411) 43,9 1,18 (0,81, 1,72) 0,38 C ($ 589 hingga $ 887) 35,1 1,01 (0,74, 1,38) 0,93 B ($ 1476 hingga $
2542) 31,6 0,95 (0,71, 1,28) 0,75 A ($ 4844 sampai $ 7439) 33,4 1,00 - - Pendidikan
Kurang dari sekolah menengah 42,1 1,10 (0,87, 1,39) 0,44 Sekolah menengah 31,1 0,84 (0,65, 1,07) 0,16 SMA 31,0 0,87 (0,72,
1,06) 0,16 Pendidikan tinggi atau lebih 34,5 1,00 - - Pekerjaan
Menganggur atau pensiun 43,7 1,35 (1,15, 1,59) <0,001 Karyawan atau wiraswasta 31,5 1,00 - - Blok 2: demografisSeks
Wanita40,3 1,54 (1,28, 1,85) <0,001 Pria 26,3 1,00 - - Kelompok usia (tahun)
18–18 25 60,4 1,00 - - 26–35 46,3 1,23 (0,94, 1,61) 0,14 36–45 31,7 1,46 (1,12, 1,92) 0,01 46-55 26,8 2,16 (1,71, 2,74) < 0,001
56–65 22,4 2,62 (2,01, 3,42) <0,001 Status pernikahan
Tunggal * 34,4 0,98 (0,84, 1,14) 0,80 Menikah atau hidup bersama 34,5 1,00 - - Jumlah penghuni rumah tangga
1–3 37,0 1,03 (0,85, 1,26) 0,73 4–5 32,1 0,92 (0,75, 1,11) 0,36 6–12 34,2 1,00 - - Blok 3: status kesehatan dan akses ke
perawatan kesehatan † Penyakit kronis yang dilaporkan sendiri
Hipertensi 78,6 2,33 (2,00, 2,71) <0,001 Diabetes 75,8 1,46 (1,22, 1,74) <0,001 Depresi 60,4 1,32 (1,13, 1,53) <0,001 Penyakit
pernapasan 47,4 0,89 (0,66, 1,20) 0,44 Penyakit jantung 74,4 0,94 (0,78, 1,13) 0,51 Penyakit kronis lainnya 74,4 1,50 (1,26, 1,79)
<0,001 Akses ke bantuan medis
Asuransi kesehatan 41,7 1,11 (0,96, 1,27) 0,15 Konsultasi medis (3 bulan terakhir) 48,8 1,49 (1,29, 1,71) <0,001 Masuk rumah
sakit (12 bulan terakhir) 52,6 1,10 (0,90, 1,34) 0,34 Blok 4: keadaan kesehatan yang dirasakan †
Mobilitas 59,3 1,08 (0,89, 1,32) 0,42 Perawatan diri 47,1 0,76 (0,59, 0,99) 0,04 Aktivitas biasa 65,7 1,16 (0,96, 1,40) 0,12 Nyeri /
ketidaknyamanan 50,8 1,28 (1,11, 1.49) 0,001 Kecemasan / depresi 50,7 1,12 (0,96, 1,31) 0,13
* Termasuk belum menikah, berpisah, bercerai, janda dan duda. † Acuannya adalah tidak adanya masing-masing variabel. PC,
per kapita.
•
melalui resep dokter. Faktor-faktor berikut secara positif terkait dengan penggunaan obat-obatan:
pengangguran atau pensiun, jenis kelamin perempuan, usia yang lebih tua, penyakit kronis, med-baru-
baru
•
konsultasi icalini,dan rasa sakit atau ketidaknyamanan fisik. Meskipun sistem kesehatan masyarakat
Brasil adalah metode penting untuk memberikan peserta dalam studi dengan akses ke obat-obatan,
sebagian besar obat-obatan dibayar keluar dari kantong oleh pengguna. Sebagian besar perbedaan dalam
temuan penelitian ini dan laporan serupa dapat dijelaskan oleh karakteristik regional; misalnya,
strukturpublik
sistem layanan kesehatan ETIKAdan peran
asuransi swasta dapat bervariasi sesuai dengan wilayahnya. Pendekatan analitis mungkin mempengaruhi
hasil studi cross-sectional. Regresi logistik cenderung melebih-lebihkan
Proyek penelitian disetujui oleh komite etika Universitas Brasilia (nomor protokol
00647212.6.0000.0030). prevalensi hasil umum, seperti konsumsi obat, dan ukuran asosiasi yang
dihasilkan,
rasio odds ACKNOWLEDGMENTS, perlu
dikonversi ke PR oleh matricidal
Para penulis berterima kasih kepada Profesor
Ezra Susser, MD, Dr. PH, perhitungan untuk interpretasi yang lebih baik. 32 Karena ini
dari Columbia University, karena keterbatasan
inputnya yang berharga, metode statistik lain biasanya dilakukan
selama peninjauan naskah. ferred atas regresi
logistik.33 Sebuah regresi Poisson
Penelitian ini sebagian didukung oleh
publik dengan varians yang kuat, seperti yang digunakan dalam penelitian ini, serta
lembaga penelitian (Dewan Riset Nasional
Brasil, seperti regresi Cox, dan model log-binomial adalah
CNPq ; jumlah hibah: 564831 / 2010-7).
tf galvao et al. REFERENSI
22. Ross S, Loke YK. Apakah intervensi pendidikan meningkatkan pemberian resep oleh siswa kedokteran dan dokter junior?
Tinjauan sistematis. Br J Clin Pharmacol 1. WHO. Pengantar penelitian pemanfaatan narkoba. 2003. http://apps.who.int/
2009; 67 (6): 662–670. medicinedocs / en / d / Js4876e /
[21 Juni 2013].
23. Lainer M, Mann E, Sönnichsen A. Intervensi
teknologi informasi untuk 2. Lee D, Bergman U. Studi pemanfaatan narkoba. Dalam Pharmacoepidemiology (5 edn),
meningkatkan keamanan obat dalam perawatan primer:
tinjauan sistematis. Int J Qual Strom BL, Kimmel SE, Hennessy S (eds). Wiley-Blackwell: Oxford, Inggris, 2012;
Perawatan Kesehatan 2013; 25 (5): 590–598. 379–401.
24. Loyola Filho AI, Uchoa E, Guerra HL, Firmo JO,
Lima-Costa MF. Prevalensi 3. Organisasi Kesehatan Dunia. Situasi obat-obatan dunia 2011: penggunaan retas
dan faktor yang terkait dengan pengobatan sendiri:
survei kesehatan Bambu. Obat-obatan Rev. 2011. http://apps.who.int/medicinedocs/documents/s18064en/s18064en.
Saude Publica 2002; 36 (1): 55–62. pdf [6 Agustus
2013].
25. Bertoldi AD, Barros AJ, Hallal PC, Lima RC.
Penggunaan obat pada orang dewasa: 4. Paim J, Travassos C, Almeida C, Bahia L, Macinko J. Kekhususan kesehatanBrasil
dan determinan individu. Rev Saude Publica 2004; 38
(2): tem: sejarah, kemajuan, dan tantangan. Lancet 2011; 377 (9779): 1778–1797.
228-238. 5. CONASS. SUS: avanços e desafios.
2006. http://189.28.128.100/dab/docs/
26. Arrais PS, Brito LL, Barreto ML, Coelho HL. Prevalensi
dan determinan dari publicacoes / conass_progestores / sus_avancos_desafios.pdf [24 Oktober 2013].
konsumsi obat-obatan di Fortaleza, Ceará, Brasil. Cad
Saude Publica 2005; 6. PNUD. Atlas do Desenvolvimento Humano no Brasil 2013. 2013. http: //
21 (6): 1737–1746. atlasbrasil.org.br/2013/ranking [10
Oktober 2013].
27. Carvalho MF, Pascom AR, PR Souza-Júnior,
Damacena GN, Szwarcwald CL. 7. Brasil. Instituto Brasileiro de Geografia e Estatística. Geociências. 2012. http://
Utilization of medicines by the Brazilian population,
2003. Cad Saude Publica www.ibge.gov.br/home/download/geociencias.shtm [23 August 2013].
2005; 21(Suppl): 100–108. 8. Brasil. 2010 census.
2010. http://censo2010.ibge.gov.br/en/ [23 August 2013].
28. Costa KS, Barros MB, Francisco PM, César CL,
Goldbaum M, Carandina L. Use 9. CCEB. Associação Brasileira de Empresas de Pesquisa. Critério de Classificação
of medication and associated factors: a population-based
study in Campinas, São Econômica Brasil. 2012. http://www.abep.org/novo/Content.aspx?
Paulo State, Brazil. Cad Saude Publica 2011; 27(4):
649–658. ContentID=139 [23 August 2013].
29. Brasil. Ministério da Saúde. Agência Nacional de
Vigilância Sanitária. 10. Rabin R, de Charro F. EQ-5D: a measure of health status from the EuroQol
Resolução—RDC No 52, de 6 de outubro de 2011.
Dispõe sobre a proibição Group. Ann Med 2001; 33(5): 337–343.
do uso das substâncias anfepramona, femproporex e
mazindol, seus sais e 11. World Health Organization. Collaborating Centre for Drug Statistics
isômeros, bem como intermediários e medidas de
controle da prescrição e Methodology. Norwegian Institute of Public Health. Anatomical Therapeutic
dispensação de medicamentos que contenham a
substância sibutramina, seus sais Chemical classification system. 2013. http://www.whocc.no/atc_ddd_index/
e isômeros, bem como intermediários e dá outras
providências. [Internet]. Diário [15 January 2013].
Oficial da República Federativa do Brasil. Poder
Executivo, Brasília, DF, 2011 12. Victora CG, Huttly SR, Fuchs SC, Olinto MT. The role of conceptual frame-
nov. 7.
http://www.anvisa.gov.br/hotsite/anorexigenos/pdf/RDC 52-2011 DOU works in epidemiological analysis: a hierarchical
approach. Int J Epidemiol
10 de outubro de 2011.pdf [15 May 2013]. 1997; 26(1):
224–227.
30. Brasil. Ministério da Saúde. Agência Nacional de
Vigilância Sanitária. 13. O'brien R. A caution regarding rules of thumb for variance inflation factors. Qual
Resolução—RDC No 20, de 5 de maio de 2011. Dispõe
sobre o controle & Quantity 2007; 41(5): 673–690.
de medicamentos à base de substâncias classificadas
como antimicrobianos, 14. Schindler AE. Non-contraceptive benefits of oral hormonal contraceptives. Int J
de uso sob prescrição, isoladas ou em associação.
[Internet]. Diário Endocrinol Metab 2013; 11(1): 41–47.
Oficial da República Federativa do Brasil. Poder
Executivo, Brasília, DF, 15. Cameron KA, Song J, Manheim LM, Dunlop DD. Gender disparities in health
2011 maio 5.
http://www.brasilsus.com.br/legislacoes/49-ans/108078-20.html and healthcare use among older adults. J Womens Health
(Larchmt) 2010; 19(9):
[15 May 2013]. 1643–1650.
31. Vosgerau M, Soares D, Souza R. Automedicação
entre adultos na área de 16. Vaidya V, Partha G, Karmakar M. Gender differences in utilization of preventive care
abrangência de uma Unidade Saúde da Família. Lat Am
J Pharm 2008; 27(6): 8. services in the United States. J Womens Health (Larchmt) 2012; 21(2): 140–145.
32. Barros AJ, Hirakata VN. Alternatives for logistic
regression in cross-sectional 17. Bertoldi AD, de Barros AJ, Wagner A, Ross-Degnan D, Hallal PC. Medicine
studies: an empirical comparison of models that directly
estimate the prevalence access and utilization in a population covered by primary health care in Brazil. Health Policy 2009;
89(3): 295–302. 18. Boing AC, Bertoldi AD, Peres KG. Socioeconomic inequalities in expenditures and income committed to the
purchase of medicines in Southern Brazil. Rev Saude Publica 2011; 45(5): 897–905.
perbandingan. BMC Med Res Methodol 2003; 3: 21. 33. Diaz-Quijano FA. A simple method for estimating relative risk
using logistic
regression. BMC Med Res Methodol 2012; 12: 14. 34. Coutinho LM, Scazufca M, Menezes PR. Methods for estimating
prevalence ratios in cross-sectional studies. Rev Saude Publica 2008; 42(6): 992–998. 19. Boing AC, Bertoldi AD, Boing AF,
Bastos JL, Peres KG. [Access to medicines in the public sector: analysis of users of the Brazilian Unified National Health
System]. Cad Saude Publica 2013; 29(4): 691–701. 20. World Health Organization. Guide to good prescribing: a pratical manual.
1994.
http://whqlibdoc.who.int/hq/1994/who_dap_94.11.pdf [6 August 2013].
SUPPORTING INFORMATION
21. Ranji S, Steinman M, Shojania K, et al. Closing the quality gap: a critical analysis of quality improvement strategies (vol. 4:
antibiotic prescribing behavior). AHRQ Tech Rev 2006; 04(06): 0051–0054.
Additional supporting information may be found in the online version of this article at the publisher's
web-site.
Copyright © 2014 John Wiley & Sons, Ltd. Pharmacoepidemiology and Drug Safety, (2014) DOI: 10.1002/pds