Traditional and Complementary Medicine Use Among Indigenous Cancer Patients in Australia, Canada, New Zealand, and the United States: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Cancer 'patients' are increasingly using traditional indigenous and complementary medicines (T&CM) alongside conventional medical treatments to both cure and cope with their cancer diagnoses. To date T&CM use among Indigenous cancer patients from Australia, Canada, New Zealand, and the United States has not been systematically reviewed. METHODS: We systematically searched bibliographic databases to identify original research published between January 2000 and October 2017 regarding T&CM use by Indigenous cancer patients in Australia, Canada, New Zealand, and the United States. Data from records meeting eligibility criteria were extracted and appraised for quality by 2 independent reviewers. RESULTS: Twenty-one journal articles from 18 studies across all 4 countries met our inclusion criteria. T&CM use ranged from 19% to 57.7% (differing across countries). T&CM was mostly used concurrently with conventional cancer treatments to meet their spiritual, emotional, social, and cultural needs; however, bush, traditional, and herbal medicines were used in a minority of cases as an alternative. CONCLUSIONS: Our findings highlight the importance of T&CM use to Indigenous cancer patients across these 4 countries; we identified multiple perceived spiritual, emotional and cultural benefits to its use. The patient's perception of their health professional's attitudes toward T&CM in some cases hindered or encouraged the patient's disclosure. Additional research is required to further explore the use and disclosure of T&CM among Indigenous cancer patients to help inform and ensure effective, safe, coordinated care for Indigenous cancer patients that relies on shared open decision making and communication across patients, communities, and providers.
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 | 0,007 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,012 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».