Complementary and alternative medicine use among colorectal cancer patients in Alberta, Canada.
Notice bibliographique
Résumé
CONTEXT: No population-based data are available on the use of complementary and alternative medicine (CAM) specifically among colorectal cancer patients. OBJECTIVE: To examine the prevalence and determinants of CAM use among colorectal cancer patients in Alberta, Canada. DESIGN: Population-based questionnaire. SETTING AND PARTICIPANTS: Patients (871 of 1240 surveyed), or their close relatives or friends, who were diagnosed with colorectal cancer in 1993 or 1995 in Alberta, Canada. MAIN OUTCOME MEASURES: Demographics, lifestyle, health status, symptoms and coping mechanisms, and attitudes about cancer cause, conventional treatments and practitioners, and CAM and practitioners. RESULTS: Seventy percent (871) of 1240 participants completed the questionnaire, and 49% used CAM. The most frequently used CAM therapies among users were psychological and spiritual therapies (65%), vitamins and minerals (46%), and herbs (42%). Sixty-eight percent of CAM users informed their medical doctors, and 69% used CAM after conventional care. Logistic regression suggested the strongest predictors of CAM use to be vegetarian diet, aged less than 50 years, female, having therapy options other than conventional treatment recommended by conventional doctors, experiencing changes in bowel habits orfatigue before diagnosis, and recommendation of chemotherapy. Nonsurviving patients were more likely to have used CAM than were survivors. CONCLUSIONS: Cancer patients are using CAM and communicating usage to physicians. This finding suggests that physicians should be prepared to discuss CAM with patients, and evidence-based information about CAM should be sought, including where CAM may pose risks. This study serves as a baseline for studies on the efficacy and safety of 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».