COMPLEMENTARY AND ALTERNATIVE MEDICINE: USE IN AN OLDER POPULATION
Notice bibliographique
Résumé
The aging North American population validates increased research of complementary and alternative medicine (CAM) use by older adults. The purpose of this study was to examine older adults' attitudes and motivations toward CAM use in an attempt to explain its limited usage. Senior citizens (66 to 100 years) were qualitatively surveyed and interviewed to analyze trends in CAM use. Forty-two participants older than 65 completed a questionnaire and 10 of those same individuals participated in an interview session. Motivations for CAM use, prevalence of CAM use, knowledge of CAM, and physician attitudes were investigated. The results of the survey and interviews showed older adults' most prevalent motivations for using CAM were pain relief (54.8%), improved quality of life (45.2%), and maintenance of health and fitness (40.5%). Knowledge of CAM was extremely low across the entire sample, but a significant difference in knowledge level existed among CAM users and nonusers. The CAM therapies most commonly used by older adults were chiropractic (61.9%), herbal medicine (54.8%), massage therapy (35.7%), and acupuncture (33.3%). This sample of senior citizens perceived CAM treatments to be extremely beneficial. Increased education about CAM is needed for older adults and health professionals. Practitioners of CAM should try to understand older adults' motivations for using CAM therapies and be involved in educating older adults about CAM.
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 ».