CAM Use in Pediatric Neurology: An Exploration of Concurrent Use with Conventional Medicine
Notice bibliographique
Résumé
BACKGROUND: Previous studies have found that up to 60% of children with neurologic conditions have tried complementary and alternative medicine (CAM). OBJECTIVE: To assess the use of CAM among patients presenting to neurology clinics at two academic centers in Canada. METHODS: A survey instrument was developed to inquire about use of CAM products and therapies, including reasons for use, perceived helpfulness, and concurrent use with conventional medicine, and administered to patients or their parents/guardians at the Stollery Children's Hospital in Edmonton and the Children's Hospital of Eastern Ontario (CHEO) in Ottawa. RESULTS: Overall CAM use at the Stollery was 78%, compared to 48% at CHEO. The most common CAM products used were multi-vitamins (84%), vitamin C (37%), homeopathic remedies (24%), and fish oil/omega 3 s (22%). The most common CAM practices used were massage (47%), chiropractic (37%), faith healing (18%), aromatherapy (16%), homeopathy (16%), and relaxation (16%). Many patients used CAM products at the same time as conventional medicine but just over half (57%) discussed this concurrent use with their physician. CONCLUSION: CAM use is common in pediatric neurology patients and most respondents felt that it was helpful, with few or no harms associated. However, this use is often undisclosed, increasing possibility of interactions with conventional drugs. We urge clinicians to inquire about CAM use during routine history taking at every patient visit. Parents would clearly like more information about CAM from their specialty clinics; such information would be easier to share if more primary data were available about the safety and effectiveness of commonly used therapies.
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) | 0,000 | 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 ».