Patterns of use of natural health products by Ontario seniors
Notice bibliographique
Résumé
A random dialing telephone survey of 1,071 60+ year-olds in 4 Ontario communities identified 553 (52%) users of natural health products. Mean age was 72 yrs (min-max:60-95); 76% were female. The most frequently reported natural health products were: echinacea (27%), glucosamine (26%), garlic (20%), ginkgo biloba (10%), St. John's wort (5%), ginseng (5%), flax seed oil (3%), evening primrose oil (2%), devil's claw (2%), saw palmetto (2%). Natural source vitamin use was reported by 24% of users, and 6% reporting using herbal teas. 51% of users used 2 or more herbal products and 8% used 5 or more products. 19% of herbal users also used a conventional prescription drug to manage the same health problem as the herbal product. The reported range of monthly expenditures for these products varied from a few cents (grew their own) to $288 (CAN). Thirty-five percent of users did not know the price of at least one of their natural products. Of the 75% of respondents willing to disclose their annual household income ($CAN), 20 had an income of $46,000. The widespread use and potential for significant expenditure of limited resources would suggest that more study is required into the efficacy, safety and value of these products.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».