eHealth technologies assisting in identifying potential adverse interactions with complementary and alternative medicine (CAM) or standalone CAM adverse events or side effects: a scoping review
Notice bibliographique
Résumé
BACKGROUND: While there are several existing eHealth technologies for drug-drug interactions and stand-alone drug adverse effects, it appears that considerably less attention is focussed on that of complementary and alternative medicine (CAM). Despite poor knowledge of their potential interactions and side effects, many patients use CAM. This justifies the need to identify what eHealth technologies are assisting in identifying potential 1) adverse drug interactions with CAM, 2) adverse CAM-CAM interactions or 3) standalone CAM adverse events or side effects. METHODS: A scoping review was conducted to identify eHealth technologies assisting in identifying potential adverse interactions with CAM or standalone CAM adverse events or side effects, following Arksey and O'Malley's five-stage scoping review framework. MEDLINE, EMBASE, and AMED databases and the Canadian Agency for Drugs and Technologies in Health website were systematically searched. Eligible articles had to have assessed or referenced an eHealth technology assisting in identifying potential one or more of the three aforementioned items. We placed no eligibility restrictions on type of eHealth technology. RESULTS: Searches identified 3467 items, of which 2763 were unique, and 2674 titles and abstracts were eliminated, leaving 89 full-text articles to be considered. Of those, 48 were not eligible, leaving a total of 41 articles eligible for review. From these 41 articles, 69 unique eHealth technologies meeting our eligibility criteria were identified. Themes which emerged from our analysis included the following: the lack of recent reviews of CAM-related healthcare information; a large number of databases; and the presence of government adverse drug/event surveillance. CONCLUSIONS: The present scoping review is the first, to our knowledge, to provide a descriptive map of the literature and eHealth technologies relating to our research question. We highlight that while an ample number of resources are available to healthcare providers, researchers, and patients, we caution that the quality and update frequency for many of these resources vary widely, and until formally assessed, remain unknown. We identify that a need exists to conduct an updated and systematically-searched review of CAM-related healthcare or research resources, as well as develop guidance documents associated with the development and evaluation of CAM-related eHealth technologies.
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 | 0,021 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,024 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».