MétaCan
Menu
Retour à la cohorte
Enregistrement W4404434077 · doi:10.4212/cjhp.3586

Les traitements traditionnels et les compléments alimentaires chez le patient atteint de cancer: État des lieux en Tunisie

2024· article· fr· W4404434077 sur OpenAlexvenueno aff
N. Makhlouf, Imen Ben Jedidia, Ali Modarressi, Mariem Chedly, Amani Cherif

Notice bibliographique

RevueThe Canadian Journal of Hospital Pharmacy · 2024
Typearticle
Languefr
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGynecologyMedicine

Résumé

récupéré en direct d'OpenAlex

Contexte : Les médecines alternatives et complémentaires connaissent à nos jours un véritable essor dans le monde entier, surtout chez le patient atteint d’un cancer qui cherche à améliorer son bien-être physique et moral. Objectifs : Réaliser un état des lieux des traitements traditionnels et des compléments alimentaires chez le patient atteint de cancer et évaluer l’incidence de ces approches sur la prise en charge anticancéreuse. Méthodologie : Il s’agit d’une étude prospective transversale à visée descriptive réalisée à l’hôpital de jour d’oncologie d’un centre hospitalier Tunisien. La collecte des données s’est déroulée du 1er février au 30 mars 2022. Résultats : Chez la population à l’étude, la prévalence d’utilisation des médecines complémentaires était de 71 %, avec une prédominance féminine et une moyenne d’âge de 54 ans. La phytothérapie occupait la première place (69,7 %); avec des pourcentages qui variaient entre 20 % et 40 %, on trouvait les produits d’origine animale, le régime alimentaire, la massothérapie et les compléments alimentaires; dans une moindre mesure on a noté la médecine des ventouses (12,4 %) et les thérapies du corps-esprit (rokia charria, activité sportive, etc.), à 10 %. Les plantes les plus consommées qui ont été recensées sont la Nigella sativa L. (44,9 %) suivie de l’Ephedra foeminea Forssk. (42,7 %) et du Curcuma longa L. (32,6 %). Parmi les interactions herbe-médicament recensées, 33,4 % ont été classées contre-indiquées par rapport à 56,7 % qui ont été classées comme bénéfiques. Conclusions : L’enquête a révélé une prévalence importante de l’utilisation de la médecine douce, ce qui nécessite une grande vigilance et des études plus approfondies. Mots-clés : médecine complémentaire et alternative, phytothérapie, oncologie intégrative, cancer, interaction ABSTRACT Context: Alternative and complementary medicines are currently experiencing a real boom worldwide, especially among cancer patients who are looking to improve their physical and mental well-being. Objectives: To provide an overview of the use of traditional treatments and dietary supplements by cancer patients and to assess the impact of these approaches on cancer care. Methods: This prospective cross-sectional descriptive study was conducted at the oncology day hospital of a Tunisian medical centre. Data were collected from February 1 to March 30, 2022. Results: In the study population, the prevalence of complementary medicine use was 71%; users were predominantly female, and average age was 54 years. Herbal medicine was most commonly used (69.7%); animal-derived products, diet, massage therapy, and dietary supplements were also common, with percentages ranging between 20% and 40%. Cupping therapy (12.4%) and mind-body therapies (such as rokia charia and physical activity; 10%) were noted to a lesser extent. Of the plants identified, the most frequently consumed was Nigella sativa L. (44.9%), followed by Ephedra foeminea Forssk. (42.7%) and Curcuma longa L. (32.6%). Among the identified herb-drug interactions, 33.4% were classified as contraindicated, while 56.7% were classified as beneficial. Conclusions: The survey revealed a significant prevalence of alternative medicine use, which requires careful attention and further research. Keywords: complementary and alternative medicine, herbal medicine, integrative oncology, cancer, interaction

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,373
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Hospital PharmacyMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207