Factores asociados al uso de tratamientos pseudocientíficos para COVID-19 en la sierra centro del Perú
Description
Abstract Introduction During the pandemic, many people resorted to pseudoscientific treatments, especially when this was already common, as in the Peruvian highlands. Methodology Cross-sectional analytical study, through a virtual survey applied in the final months of the second wave. There were four categories of pseudoscientific treatments, these were crossed according to some symptoms and, in addition, the most used means of communication were investigated with descriptive and analytical statistics. Results Of the 362 respondents, approximately four out of ten used these treatments preventively (37.9%), especially with non-pharmacological methods. They used Azithromycin (77.3%), Ivermectin (28.2%) and Dexamethasone (17.3%) prophylactically and for other symptoms. Herbal medicine was the most used to relieve respiratory symptoms, especially eucalyptus (68.1%), ginger/ginger (73.3%) and matico (48.5%). The most important sources of information were family/friends (76.4%) and health personnel (58.7%), for non-pharmacological and pharmacological treatments, respectively. An association was found between the use of pseudoscientific treatments and having suffered from COVID-19 (all values p<0.001). Also, we studied others factors as the age, having a couple, working in the education sector and suffering from asthma. Discussion There was an important use of some pseudoscientific therapies, as well as some associated factors. This is important so that health personnel can have this situational analysis of a population that is very similar to others in the highlands.
Files
Steps to reproduce
Metodología Diseño de estudio y contexto Es un estudio observacional, transversal y analítico. El estudio fue realizado en la ciudad de Huánuco, Perú. Se recolectó los datos a través de una encuesta de Google Forms, en donde se indagó acerca de los tratamientos o terapias más usadas por la población blanco para hacer frente a la COVID-19. Población La población de estudio fue la que residía en el centro de la ciudad de Huánuco, ubicada en la sierra central peruana. Se tuvo los siguientes criterios de inclusión: tener la edad de 18 o más años cumplidos, que viviesen en la ciudad de Huánuco, haber mostrado interés por participar en la investigación, haber leído y aceptado el consentimiento virtual. Dentro de los criterios de exclusión se tuvo que eliminar las respuestas que presentaron incongruencias en sus respuestas brindadas (menos de 15 encuestas). Tamaño de muestra Se calculó el tamaño muestral en 298 personas como mínimo, esto con el apoyo de un piloto que arrojó que hubo una diferencia mínima de 55% versus 67% del uso de tratamientos pseudocientíficos (para los que no se habían enfermado versus los que no sabían si lo habían estado, respectivamente), con una potencial del 99%, un nivel de confianza y para una muestra única; esto se calculó con el programa Stata. Variables Se dividió las variables de estudio en 3 secciones. La primera sección estuvo relacionada a las siguientes variables: socio-educativa, en donde se preguntó el sexo, la edad, el nivel de instrucción, la religión, el estado civil y la ocupación. La segunda sección abarca las variables de factores de la enfermedad, es decir, si padeció del COVID-19, si cumple con algún factor de riesgo para una complicación por COVID-19. La última sección se adaptó a nuestro estudio de las categorías de Murray, la cual divide a la medicina alternativa (entendiendo que la medicina alternativa es equivalente a pseudociencia) en cuatro grandes categorías. Fuente de datos Se realizó la descripción de las variables de estudio, para las variables categóricas se realizó a través del uso de frecuencias y porcentajes según los resultados. Para la variable edad se realizó el cálculo de la normalidad, esto con la prueba estadística de Shapiro Wilk; con esta se determinó que se debía mostrar la mediana y sus rangos intercuartílicos. Para la estadística analítica se utilizó como variable dependiente el si se habían tratado de alguna forma (no usó tratamiento = categoría de comparación y usó tratamiento preventivo, curativo o ambos = categoría de interés); la cual se comparó versus las demás variables que caracterizaron a la población. Se obtuvo las razones de prevalencias crudas, ajustadas, los intervalos de confianza al 95% y los valores p; esto gracias a los modelos lineales generalizados (familia Poisson, función de enlace log y modelos para varianzas robustas). En toda esta etapa se consideró a los valores p<0,05 como estadísticamente significativos.