MétaCan
Menu
Retour à la cohorte
Enregistrement W2790689836 · doi:10.1177/2292550317716126

Complementary and Alternative Medicines and Patients With Breast Cancer: A Case of Mortality and Systematic Review of Patterns of Use in Patients With Breast Cancer

2017· review· en· W2790689836 sur OpenAlexaff
Grayson Roumeliotis, Genevieve Dostaler, Kirsty U Boyd

Notice bibliographique

RevuePlastic Surgery · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBreast cancerMedicineOncologyInternal medicineCancerTraditional medicineGynecology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The use of complementary and alternative medicines (CAMs) is common among women being treated for breast cancer. A recent mortality associated with CAM at our center precipitated a systematic review of the Cochrane, EMBASE, and PubMed databases to identify English manuscripts including "CAM" and "breast cancer." METHODS: Papers included for review were selected based on predefined inclusion and exclusion criteria. The primary outcome was the use of CAM by women with breast cancer. Secondary outcomes included timing of use along disease trajectory, attitudes toward CAM by allopathic practitioners, and patient disclosure of CAM use to treating allopathic physicians. RESULTS: Of 701 titles identified by the search strategy, 36 met the inclusion criteria. The weighted average proportion of women with breast cancer who use CAM was 40% (standard deviation: 18%). The diagnosis of breast cancer also prompts the initiation or increase of CAM use. However, up to 84% of patients do not disclose the use of CAM to their allopathic practitioners. CONCLUSIONS: Although CAM is often dismissed as a harmless addition to allopathic therapy, significant complications and interactions can occur. Our review and the dramatic case example provided highlight the need for physicians to educate themselves regarding CAM and to engage with their patients regarding its use.

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)0,007
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0110,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
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 Opus0,104
Tête enseignante GPT0,375
Écart entre enseignants0,271 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations15
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207