Complementary and alternative medicine use in children and adolescents with type 1 diabetes
Notice bibliographique
Résumé
BACKGROUND: The use of complementary and alternative medicine (CAM) in paediatric patients varies between 11% and 68%. There are limited reports of its use in children with type 1 diabetes mellitus (T1DM). OBJECTIVE: To describe the use of CAM in children with T1DM, and the perceptions of both users and nonusers regarding the effect of CAM on diabetes management. DESIGN/METHODS: A cross-sectional, anonymous questionnaire survey was mailed to a randomly selected subgroup of patients with T1DM. Each patient's main caregiver was asked to complete the questionnaire. RESULTS: Of 403 questionnaires mailed, 195 (48%) were completed. The mean (± SD) age of the children was 12.2±4.0 years (56% boys). Use of CAM was reported in 110 children (56%) (vitamins/minerals [n=99], herbal medicine [n=22], dietary supplement [n=13]). When excluding the use of vitamins/minerals, the CAM number dropped to 47 children (24%). Only the current age of the child was significantly different between users and nonusers of CAM. In users, reasons cited for using CAM were to minimize symptoms, improve control, prevent complications and add benefits to insulin. Only 30% of CAM users stated that CAM improved diabetes control. Nonusers cited satisfaction with current diabetes treatment and lack of knowledge as reasons for not using CAM. CONCLUSIONS: CAM use in children with T1DM was frequent, and appeared to be an attempt to improve control or prevent diabetes complications. However, improved control was not reported as a benefit. Diabetes care teams should assess the use of CAM in children with T1DM, and monitor for any potential positive or negative effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».