Plant medicine usage of people living with type 2 diabetes mellitus in Belize: A qualitative exploratory study
Notice bibliographique
Résumé
BACKGROUND: Type 2 Diabetes Mellitus (T2DM) is a primary cause of death in Belize, a low-income country with the highest rates in Central and South America. As many people in Belize cannot consistently access biomedical treatment, a reality that was exacerbated by the COVID-19 pandemic, plant medicine usage is estimated to have increased in recent years. This exploratory study seeks to understand which plants are being used, patterns of usage, and the state of patient-provider communication around this phenomenon. METHODS: Implementing a Constructivist Grounded Theory qualitative design, the research team conducted 35 semi-structured interviews with adults living with T2DM, 25 informant discussions, and participant observation with field notes between February 2020 and September 2021. Data analysis followed systematized thematic coding procedures using Dedoose analytic software and iterative verification processes. RESULTS: The findings revealed that 85.7% of participants used plants in their T2DM self-management. There were three main usage patterns, namely, exclusive plant use (31.4%), complementary plant use (42.9%), and minimal plant use (11.4%), related to factors impacting pharmaceutical usage. Almost none of participants discussed their plant medicine usage with their health care providers. CONCLUSIONS: Plant species are outlined, as are patients' reasons for not disclosing usage to providers. There are implications for the advancement of understanding ethnobotanical medicine use for T2DM self-management and treatment in Belize and beyond.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».