MétaCan
Menu
Retour à la cohorte
Enregistrement W1507484029

Complementary and alternative medicine use among general surgery, hepatobiliary surgery and surgical oncology patients.

2009· article· en· W1507484029 sur OpenAlexaff
Colin Schieman, Luke Rudmik, Elijah Dixon, Francis Sutherland, Oliver F. Bathe

Notice bibliographique

RevuePubMed · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerInternal medicineSurgical oncologyDiseaseGeneral surgerySurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of complementary and alternative medicine (CAM) is becoming more common, particularly among cancer patients. We sought to define the frequency of CAM use among general surgery, hepatobiliary and surgical oncology patients and to define some of the determinants of CAM use in patients with benign and malignant disease. METHODS: We asked all patients attending the clinics of 3 hepatobiliary/surgical oncology surgeons from 2002 to 2005 to voluntarily respond on first and subsequent visits to a questionnaire related to the use of CAM. We randomly selected patients for review. RESULTS: We reviewed a total of 490 surveys from 357 patients. Overall CAM use was 27%. There was significantly more CAM use among cancer (34%) versus noncancer patients (21%; p = 0.008), and the use of CAM was more common in patients with unresectable cancer (51%) than resectable cancer (22%; p < 0.001). There was no significant difference in use between men and women. There did not appear to be a change in CAM use with progression of cancer. The most common CAM was herbs or supplements (58% of all users), which were most frequently used by patients with malignant disease. Among the 27 herbs reported to be ingested, 10 are associated with bleeding and hepatotoxicity, as described in the literature. CONCLUSION: Prospective studies evaluating surgical outcomes related to CAM use are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,280
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,309
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207