Use of complementary and alternative medicine in a pediatric population in southern Turkey
Notice bibliographique
Résumé
PURPOSE: The use of complementary and alternative medicine (CAM) in children is becoming increasingly acceptable and popular. The aim of this questionnaire-based study was to determine the prevalence, patterns of use, types, perceived effectiveness and associated factors of CAM in children. METHODS: Parents of children (n= 268) who attended the Pediatric Outpatient Department of the Faculty of Medicine at Gaziantep University in June and July 2008 were asked to complete a questionnaire. RESULTS: The prevalence of CAM use, at least once in the previous year, was 58.6%. The most commonly used CAM modality was herbal preparations (82.7%), which were used to treat cough (42.0%), diarrhea (30.0%) and gas (colic) pains (34.4%). These products were recommended by the respondents' mother/mother-in-law (52.5%), neighbors (20.0%), friends (14.7%) and doctors (12.8%). Only 31.6% (61) of these parents informed their doctor about their use of CAM to treat their children. Thirty-eight percent (n=102) of the participants stated that they preferred to use CAM modalities rather than referring to a doctor when their child was sick. While most of the families (57.7 %) stated that the method they used was "slightly" useful, 18.6% of them stated the method to be "fairly" useful. The parental use of CAM and the educational level of the parents were among the factors of affecting the use of CAM in children. No correlation was found between the use of CAM and the sex, social security status, income level and other sociodemographic properties of the respondents. CONCLUSION: This study showed that a great majority of parents of children in this population used CAM modalities and that herbal products were preferred. Most parents did not inform their physicians of their use of CAM. In the light of these findings, pediatricians should be prepared to discuss alternative therapies with parents, since talking about CAM may be helpful in minimizing associated risks.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».