MétaCan
Menu
Retour à la cohorte
Enregistrement W2762716724 · doi:10.1093/pch/9.suppl_a.35ab

55 Use of Complementary and Alternative Medicine for Children with Autistic Spectrum Disorders

2004· article· en· W2762716724 sur OpenAlexaffabout
WB Gibbard, BJ Kaplan, ME Clarke, MJ Verhoef

Notice bibliographique

RevuePaediatrics & Child Health · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueChild Nutrition and Feeding Issues
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineAutistic spectrumPopulationMassageGluten freeAutismPediatricsAlternative medicineInternal medicinePsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to identify the types of complementary and alternative medicine (CAM) being used for children with autistic spectrum disorders (ASD) in southern Alberta, and the reasons reported for use in this population. This was a cross-sectional survey with a study population of children diagnosed with any ASD in the previous 10-years in southern Alberta. Identification of these children was accomplished through a number of overlapping patient recruitment sites. Data was collected through the use of a self-report questionnaire developed for this study concerning the use of CAM, which was piloted initially with three families. Data were collected via mail-out of 500 questionnaires on two separate occasions, to an expected target population of 400. 183 questionnaires were returned with a response rate of approximately 46%. The overall rate of use of any type of CAM for children with ASD was 94%. The median number of therapies used was 7, and the range was from 1 to 80. Preliminary analysis showed that the most common types of CAM used were mind-body therapies such as sensory integration (43.8%), music therapy (33%), and auditory integration (19.9%), the most common spiritual therapy was prayer (36%), the most common body therapy was massage (28%), the most common dietary or nutritional therapies were gluten-free diets (22.2%), casein-free diets (21.6%), low sugar diets (18.8%), Lactobacillus supplements (18.2%), vitamin C (15.3%), omega-3-fatty acids (15.9%), magnesium (14.8%), and dimethylglycine (13.1%). The most common reasons reported for the use of CAM in this population were to improve the child's autistic symptoms (44%), to improve the child's mental and emotional well being (39%), and to improve the child's general health (37%). Other common reasons cited for CAM use were a belief that it could not hurt their child (29%), because conventional medicine did not have any answers or treatment options (23%), to take charge of the health of their child (21%), and a belief in a holistic approach to health (21%). Results from this study indicate that CAM use in children with ASD is common. Further research is needed with respect to the safety and efficacy of these treatments. Future research should be guided, in part, by the treatment priorities identified by this study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,325

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,305
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child HealthMême sujetChild Nutrition and Feeding IssuesTravaux en français237 207