Complementary, alternative and integrative medicine for autism: an umbrella review and online platform
Notice bibliographique
Résumé
The use of complementary, alternative and integrative medicine (CAIM) is highly prevalent among autistic individuals, with up to 90% reporting having used CAIM at least once in their lifetime. However, the evidence base for the effects of CAIM for autism remains uncertain. Here, to fill this gap, we conducted an umbrella review of meta-analyses exploring the effects of CAIM in autism across the lifespan and developed a web platform to disseminate the generated results. Five databases were searched (up to 31 December 2023) for systematic reviews with meta-analyses exploring the effects of CAIM in autism. Independent pairs of investigators identified eligible papers and extracted relevant data. Included meta-analyses were reestimated using a consistent statistical approach, and their methodological quality was assessed with AMSTAR-2. The certainty of evidence generated by each meta-analysis was appraised using an algorithmic version of the GRADE framework. This process led to the identification of 53 meta-analytic reports, enabling us to conduct 248 meta-analyses exploring the effects of 19 CAIMs in autism. We found no high-quality evidence to support the efficacy of any CAIM for core or associated symptoms of autism. Although several CAIMs showed promising results, they were supported by very low-quality evidence. The safety of CAIMs has rarely been evaluated, making it a crucial area for future research. To support evidence-based consideration of CAIM interventions for autism, we developed an interactive platform that facilitates access to and interpretation of the present results ( https://ebiact-database.com ).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».