Integrating complementary and alternative medicine into academic medical centers: Experience and perceptions of nine leading centers in North America
Notice bibliographique
Résumé
BACKGROUND: Patients across North America are using complementary and alternative medicine (CAM) with increasing frequency as part of their management of many different health conditions. The objective of this study was to develop a guide for academic health sciences centers that may wish to consider starting an integrative medicine program. METHODS: We queried North American leaders in the field of integrative medicine to identify initial sites. Key stakeholders at each of the initial sites visited were then asked to identify additional potential study sites (snowball sampling), until no new sites were identified. We conducted structured interviews to identify critical factors associated with success and failure in each of four domains: research, education, clinical care, and administration. During the interviews, field notes were recorded independently by at least two investigators. Team meetings were held after each visit to reach consensus on the information recorded and to ensure that it was as complete as possible. Content analysis techniques were used to identify key themes that emerged from the field notes. RESULTS: We identified ten leading North American integrative medical centers, and visited nine during 2002-2003. The centers visited suggested that the initiation of an integrative medicine program requires a significant initial outlay of funding and a motivated "champion". The centers had important information to share regarding credentialing, medico-legal issues and billing for clinical programs; identifying researchers and research projects for a successful research program; and strategies for implementing flexible educational initiatives and establishing a functional administrative structure. CONCLUSION: Important lessons can be learned from academic integrative programs already in existence. Such initiatives are timely and feasible in a variety of different ways and in a variety of settings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,006 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».