Mental Disorders and Reasons for Using Complementary Therapy
Notice bibliographique
Résumé
OBJECTIVE: To compare patients with and without mental disorders who seek services from a complementary therapy practitioner with regard to quality of life, reasons for seeking complementary therapies, complaints, and physical conditions. METHOD: We studied new patients who attended a complementary therapy clinic offering acupuncture treatment between July 1, 1993, and March 31, 1995. We collected data from a self-administered questionnaire and from a physician-conducted psychiatric assessment. RESULTS: Of the 826 new patients at the clinic, 578 (70%) presented with a mental disorder. Patients with a mental disorder perceived their quality of life as poorer and reported greater levels of stress than did those without a mental disorder. However, the groups did not differ in their self-reported reasons for seeking complementary therapies, in their complaints, or in their physical conditions. Among patients with a mental disorder, the major reasons for choosing complementary therapies were personal preference, interest, or belief in complementary therapies (44.3%) and perceiving complementary therapies as a last resort (30.7%). Most patients with a mental disorder saw a complementary practitioner for musculoskeletal and connective-tissue disorders (44.1%), fatigue (26.6%), and headache (15.2%). The most frequent physical illnesses among patients with a mental disorder were diseases of the musculoskeletal system and connective tissue (42.6%). CONCLUSION: Like their counterparts without a mental disorder, individuals with a mental disorder use complementary therapies because of personal beliefs. The wide use of complementary therapies among individuals with a mental disorder may be ascribed to a poor quality of life and high levels of distress.
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 ».