Establishing a Unified Framework for Natural Health Product Quality: Insights from North American Naturopathic Practitioners
Notice bibliographique
Résumé
Background: Healthcare professionals have the responsibility to educate their patients on natural health products (NHPs), yet the assessment of NHP quality throughout North America remains relatively subjective and prone to biases. This study aims to qualify multi-ingredient NHPs, based on the subjective and empirical attributes sought by naturopathic doctors (NDs) who regularly prescribe them. Methods: This study was divided into two phases. Phase 1 involved virtual interviews with eight experienced NDs across North America. Phase 2 was an online survey of licensed and practicing NDs based on the key themes extracted from Phase 1. Results: Using an inductive approach to qualitative analysis in Phase 1, four key themes were extracted: sourcing, labelling, monographs, and third-party testing, with each one having several sub-themes. Phase 2 revealed that sourcing was the most important theme, specifically from manufacturing companies that adhere to good manufacturing practices (GMPs), followed by products on which labels provide specific details of the active compounds. Third-party testing ranked third, especially if used to verify that ingredients match the label, and monographs should include referenced evidence on the therapeutic efficacy specific to the recommended dose of the product. Conclusion: NDs believe that the strongest measure of complex NHP quality is the manufacturing company’s ability to adhere to GMPs. Third-party testing could be used to verify standards of quality with product details included in labels and ample referenced evidence in monographs."
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 | 0,060 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,043 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».