Trends in Kampo Medicine Usage as Supportive Care During Anticancer Drug Treatment in Japanese Patients: A Nationwide Cohort Analysis from Fiscal Years 2015 to 2021
Notice bibliographique
Résumé
The adverse effects of anticancer drugs significantly impact the quality of life of patients undergoing chemotherapy, necessitating evidence-based supportive therapies. In Japan, Kampo medicines, traditional Japanese herbal therapies used for relief of various symptoms, have been widely used as complementary and alternative treatments for cancer, despite limited evidence regarding their efficacy and safety. Thus, we investigated the actual use of Kampo medicines as supportive care in patients undergoing anticancer drug treatment and evaluated the trends in prescription according to year. We analyzed 89,141 cancer drug therapy cases registered in the Japan Medical Data Center database between April 2014 and July 2022, excluding those with a history of Kampo medicine prescriptions before the first prescription of antineoplastic drugs. We assessed the trends in prescription according to sex, age group (<50, 50-74, and ≥75 years), and cancer type subgroup using the Cochran-Armitage trend test. Approximately 23.7% of patients were prescribed Kampo medicines during anticancer drug treatment. Since 2014, a decrease in the prescription of Kampo medicines during anticancer treatment has been observed regardless of sex, age, or cancer type. These findings suggest that recent negative reports on the efficacy and safety of Kampo medicines in cancer care may have influenced this trend.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».