Classification of complementary and alternative medical practices
Notice bibliographique
Résumé
ABSTRACT OBJECTIVE To develop a classification of complementary and alternative medicine (CAM) practices widely available in Canada based on physicians’ effectiveness ratings of the therapies. DESIGN A self-administered postal questionnaire asking family physicians to rate their “belief in the degree of therapeutic effectiveness” of 15 CAM therapies. SETTING Province of Alberta. PARTICIPANTS A total of 875 family physicians. MAIN OUTCOME MEASURES Descriptive statistics of physicians’ awareness of and effectiveness ratings for each of the therapies; factor analysis was applied to the ratings of the 15 therapies in order to explore whether or not the data support the proposed classification of CAM practices into categories of accepted and rejected. RESULTS Physicians believed that acupuncture, massage therapy, chiropractic care, relaxation therapy, biofeedback, and spiritual or religious healing were effective when used in conjunction with biomedicine to treat chronic or psychosomatic indications. Physicians attributed little effectiveness to homeopathy or naturopathy, Feldenkrais or Alexander technique, Rolfing, herbal medicine, traditional Chinese medicine, and reflexology. The factor analysis revealed an underlying dimensionality to physicians’ effectiveness ratings of the CAM therapies that supports the classification of these practices as either accepted or rejected. CONCLUSION This study provides Canadian family physicians with information concerning which CAM therapies are generally accepted by their peers as effective and which are not.
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 ».