MétaCan
Menu
Retour à la cohorte
Enregistrement W2032352484 · doi:10.1159/000095681

Self-Care Dimensions of Complementary and Alternative Medicine Use among Older Adults

2006· article· en· W2032352484 sur OpenAlexafffundabout
Kristine Votova, Andrew Wister

Notice bibliographique

RevueGerontology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensSimon Fraser UniversityUniversity of Victoria
Organismes subventionnairesMichael Smith Health Research BC
Mots-clésGerontologyMedicineAlternative medicinePsychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is a lack of understanding about the patterns and rates of CAM use among older adults owing to a lack of research on specific types of CAM. OBJECTIVES: This study examines several dimensions of self-care deemed to be associated with CAM. Unmet health care needs, self-care attitudes, and spirituality are interpreted as health belief structures underlying CAM. METHODS: Logistic regression analysis was used to examine use of three groups of practitioner-based CAM: (a) chiropractic; (b) massage, and (c) acupuncture, homeopathy and/or naturopathy use. We analyze a subsample of 4,401 older adults drawn from the 1996/1997 and 1998/1999 waves of the Canadian National Population Health Survey. RESULTS: The logistic regression analyses indicate that self-care attitude and spirituality represent important predictors of practitioner-based CAM use. The associations for unmet health care needs were not supported. The strongest factors associated with CAM use were the illness context variables, which suggest that measures of need are key factors in leading individuals to seek other forms of health care. DISCUSSION: Practitioner-based CAM use among older adults is influenced by self-care attitude and spirituality, in addition to health status, but to varying degrees depending on the type of CAM. Support of these self-care facets suggests that there is a desire on the part of consumers to exercise choice and to participate in health care decisions when considering 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,320
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations45
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGerontologyMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207