MétaCan
Menu
Retour à la cohorte
Enregistrement W2000817237 · doi:10.1188/04.onf.e99-e115

Herbs or Natural Products That Increase Cancer Growth or Recurrence: Part Two of a Four-Part Series

2004· review· en· W2000817237 sur OpenAlexaff
Muriel J. Montbriand

Notice bibliographique

RevueOncology nursing forum · 2004
Typereview
Langueen
DomaineMedicine
ThématiquePharmacological Effects of Medicinal Plants
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerCancer treatmentHealth professionalsNatural (archaeology)OncologyInternal medicineIntensive care medicineHealth care

Résumé

récupéré en direct d'OpenAlex

PURPOSE/OBJECTIVES: To review 32 herbs and natural products that show potential to increase cancer growth or recurrence or to interfere with cancer treatments. DATA SOURCES: Natural Medicines Comprehensive Database and Lawrence Review of Natural Products Monograph System. DATA SYNTHESIS: Early evidence shows that patients who have or have had cancer should avoid 32 herbs and natural products. Some herbs and natural products have estrogenic effects that enable these products to compete with hormone cancer therapies, whereas others interfere with chemotherapy treatment or may induce recurrence of cancer. CONCLUSIONS: Healthcare professionals can be resources for patients who have cancer, helping them to avoid or identify products that may induce cancer growth or interfere with cancer treatment. IMPLICATIONS FOR NURSING: The information in this article is designed to provide quick access for healthcare professionals working in clinical oncology.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
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 Opus0,126
Tête enseignante GPT0,453
Écart entre enseignants0,327 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetPharmacological Effects of Medicinal PlantsTravaux en français237 207