Use of complementary and alternative medicines by a sample of Australian women during pregnancy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The use of complementary and alternative medicines (CAM) is growing in Australia, with women higher users than men. Yet, only a few Australian studies have explored the use of CAM during pregnancy. AIMS: To explore the use of CAM, the types of CAM practitioners consulted, physical symptoms/complaints for which CAM are used by a sample of pregnant Australian women, and women's perceptions of the efficacy of CAM in treating those complaints. METHODS: Three hundred and twenty-one pregnant women, who volunteered for a study exploring women's well-being during pregnancy, completed a self-report questionnaire in their late second/early third trimester. RESULTS: Seventy-three per cent of women had used at least one kind of complementary therapy in the prior eight weeks of pregnancy. Over one-third of the women had visited at least one alternative medicine practitioner during pregnancy. Approximately one-third of the women reported taking CAM to alleviate a specific physical symptom, with 95.7% of these women reporting they either got completely better or a little bit better with use of CAM; one quarter reported planning to use an alternative therapy to assist with labour preparation. Age, number of physical symptoms experienced, income level and level of education were not associated with greater use of CAM (P < 0.05); however, women reporting more physical symptoms were more likely to consult a CAM practitioner. CONCLUSION: Findings highlight the substantial use of CAM during pregnancy and the need to have all health professionals adequately informed about such therapies during this life stage.
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.
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) | 0,001 | 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 découle