Pediatric Use of Complementary and Alternative Medicine: Legal, Ethical, and Clinical Issues in Decision-Making
Notice bibliographique
Résumé
In this article we introduce a series of 8 case scenarios and commentaries and explore the complex legal, ethical, and clinical concerns that arise when pediatric patients and their parents or health care providers use or are interested in using complementary and alternative medicine (CAM). People around the world rely on CAM, so similar issues face clinicians in many countries. In law, few cases have dealt with CAM use. The few that have apply the same general legal principles used in cases that involved conventional care while taking into account considerations unique to CAM. In ethics, as with conventional care, the issues surrounding pediatric CAM use usually involve questions about who the appropriate decision-makers are, on what ethical principles should clinical decision-making rely, and what obligations arise on the part of physicians and other health care providers. Clinical decision-making is made more complex by the relatively limited research on the efficacy and safety of CAM compared with conventional medicine, especially in children, which requires clinicians to make decisions under conditions of uncertainty. The clinical scenarios presented focus on patients who represent a range of ages, clinical conditions, and settings. They act as anchors to explore particular CAM policy issues and illustrate the application of and shortcomings in existing guidance and intervention principles. Although the focus on a pediatric population adds another layer of complexity to the analysis, many of the concepts, issues, principles, and recommendations also apply to adults.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».