Perceptions of complementary/alternative medicine use and influence on evidence-based asthma medicine adherence in Malaysian children
Notice bibliographique
Résumé
Complementary and alternative medicine (CAM) is widely used especially in Asia including for childhood asthma. The use of CAM could influence adherence to evidence-based (E-B) medicine. We explored the views of carers of Malaysian children with asthma regarding the use of CAM for childhood asthma, and its relationship with self-reported adherence to E-B medicine. We used a screening questionnaire to identify children diagnosed with asthma from seven suburban primary schools in Malaysia. Informed consent was obtained prior to the interviews. We conducted the interviews using a semi-structured topic guide in participants' preferred language (Malay, Mandarin, or Tamil). All interviews were audio-recorded, transcribed verbatim and coded using Nvivo. Analysis was performed thematically, informed by the Necessity-Concerns Framework. A total of 46 carers (16 Malays, 21 Indians, 9 Chinese) contributed to 12 focus groups and one individual interview. We categorised participants' as 'Non-CAM'; 'CAM'; or 'combination' user. Cultural practices and beliefs in the efficacy of CAM resulted in widespread use of CAM. Most carers used CAM as 'complementary' to E-B medicine. Concerns about dependence on or side effects of E-B treatment influenced carers' decisions to rely on CAM as an 'alternative', with an important minority of accounts describing potentially harmful CAM-use. Healthcare professionals should discuss beliefs about the necessity for and concerns about use of both E-B medicine and CAM, and provide balanced information about effectiveness and safety. The aim is to improve adherence to regular E-B preventer medication and prevent delays in seeking medical advice and harmful practices associated with CAM.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».