Complementary and alternative medicine mention and recommendations in inflammatory bowel disease guidelines: systematic review and assessment using AGREE II
Notice bibliographique
Résumé
BACKGROUND: Many patients with inflammatory bowel disease (IBD) use complementary and alternative medicine (CAM) for disease management. There is, however, a communication gap between patients and healthcare professionals regarding CAM use, where patients are hesitant to disclose CAM use to providers. The purpose of this study was to identify the quantity and assess the quality of CAM recommendations in IBD clinical practice guidelines (CPGs) using the Appraisal of Guidelines for Research and Evaluation II (AGREE II) instrument. METHODS: MEDLINE, EMBASE, and CINAHL were systematically searched from 2011 to 2022 to find CPGs for the treatment and/or management of IBD. The Guidelines International Network (GIN) and National Center for Complementary and Integrative Health (NCCIH) websites were also searched. Eligible CPGs were assessed using the AGREE II instrument. RESULTS: Nineteen CPGs made CAM recommendations for IBD and were included in this review. Average scaled domain percentages of CPGs were as follows (overall CPG, CAM section): scope and purpose (91.5%, 91.5%), clarity of presentation (90.3%, 64.0%), editorial independence (57.0%, 57.0%), stakeholder involvement (56.7%, 27.8%), rigour of development (54.7%, 45.9%), and applicability (14.6%, 2.1%). CONCLUSIONS: The majority of CPGs with CAM recommendations were of low quality and their CAM sections scored substantially lower relative to other therapies in the overall CPG. In future updates, CPGs with low scaled-domain percentages could be improved in accordance with AGREE II and other guideline development resources. Further research investigating how CAM therapies can best be incorporated into IBD CPGs is warranted.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».