MétaCan
Menu
Retour à la cohorte
Enregistrement W2967895435 · doi:10.18229/kocatepetip.595094

TRADITIONAL AND COMPLEMENTARY MEDICINE FREQUENTLY APPLIED IN MUSCULOSKELETAL DISEASES

2019· article· en· W2967895435 sur OpenAlexaboutno aff
Saime Ay, Birkan Sonel Tur, Deniz Evcik

Notice bibliographique

RevueDergiPark (Istanbul University) · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatological diseases and infestations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTraditional medicine

Résumé

récupéré en direct d'OpenAlex

ÖZGeleneksel ve tamamlayıcı tıp, konvansiyonel tıbbın bir parçası sayılmayan ancak tıbbın çeşitli alanlarında ve sağlık bakım sisteminde yer alan uygulamalar ve ürünler olarak tanımlanmaktadır. Geleneksel ve tamamlayıcı tıp uygulamaları tüm dünyada ve ülkemizde 1990’lı yıllardan sonra giderek artış göstermiştir. Dünya Sağlık Örgütü 2000 yılı verilerine göre Geleneksel ve tamamlayıcı tıp uygulamalarının sıklığı Afrika’da %80, Kanada’da %70, Avustralya’da %48, ABD’ de %42, Belçika’da %38, Fransa’da %49 dur. Ülkemizde ise çalışma sayısının az olması nedeniyle geleneksel ve tamamlayıcı tıp uygulamalarının sıklığı %42-%70 olarak belirtilmiştir. Bu artış dünyada ve ülkemizde bu uygulamaların yasal düzenleme ile takip edilmesi ihtiyacını doğurmuştur. Sağlık Bakanlığı 27 Ekim 2014’de Resmi Gazete’de “Geleneksel ve Tamamlayıcı Tıp Uygulamaları Yönetmeliği”’ni yayınlamıştır. Bu yönetmelik ile tamamlayıcı tedavi yaklaşımlarının öğretim ve uygulama metodları ile tedaviyi kimlerin uygulayabileceği konuları netlik kazanmıştır. Tedavi yetkisi hekim ve kendi alanlarında uygulama yapmak üzere diş hekimleri ve eczacılara verilmiştir. Yönetmelikte, akupunktur, ozon, mezoterapi, proloterapi, hipnoz, hirudoterapi, refleksoloji, homeopati, fitoterapi, osteopati, kayropraksi, maggot uygulamaları, apiterapi, kupa ve müzik terapi yöntemleri yer almaktadır. Ülkemizde en çok başvuru nedeni olarak kas iskelet sistemine bağlı ağrılar ve romatolojik hastalıklar ilk sırada yer almaktadır. Bunu kanser, nörolojik hastalıklar ve kronik hastalıklar izlemektedir. Bu derlemede kas iskelet iskelet sistemi hastalıklarında en sık kullanılan yöntemlerden bahsedilmektedir. Her hekim kendi yaklaşımına uygun olarak farklı bir tedavi yaklaşımını kullanabilmektedir. Ancak bilimsel anlamda yapılan çalışmaların kalitesinin çok yüksek olmaması, randomize kontrollü çalışmaların yetersizliği nedeniyle kanatı dayalı öneri yeterince yapılamamaktadır. Buna nedenle bu derlemede geleneksel, ve tamamlayıcı tıp uygulamalarının çeşitli sistem ve semptomlara etkilerini ve bu etkilerin mekanizmalarını aydınlatmaya yönelik çalışmalardan bahsedilmektedir.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetDermatological diseases and infestationsTravaux en français237 207