Addressing Complementary and Alternative Medicine Use Among Individuals With Cancer: An Integrative Review and Clinical Practice Guideline
Notice bibliographique
Résumé
Complementary and alternative medicine (CAM) use is common among individuals with cancer, but many choose not to discuss CAM with health-care providers (HCPs). Moreover, there is variability in the provision of evidence-informed decision making about CAM use. A clinical practice guideline was developed to standardize how oncology HCPs address CAM use as well as to inform how individuals with cancer can be supported in making evidence-informed decisions about CAM. An integrative review of the literature, from inception to December 31, 2018, was conducted in MEDLINE, EMBASE, PsychINFO, CINAHL, and AMED databases. Eligible articles included oncology HCPs' practice related to discussing, assessing, documenting, providing decision support, or offering information about CAM. Two authors independently searched the literature, and selected articles were summarized. Recommendations for clinical practice were formulated from the appraised evidence and clinical experiences of the research team. An expert panel reviewed the guideline for usability and appropriateness and recommendations were finalized. The majority of the 30 studies eligible for inclusion were either observational or qualitative, with only 3 being reviews and 3 being experimental. From the literature, 7 practice recommendations were formulated for oncology HCPs regarding how to address CAM use by individuals with cancer, including communicating, assessing, educating, decision coaching, documenting, active monitoring, and adverse event reporting. It is imperative for safe and comprehensive care that oncology HCPs address CAM use as part of standard practice. This clinical practice guideline offers directions on how to support evidence-informed decision making about CAM among individuals with cancer.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».