The Canadian Journal of Diagnosis / November 2004 35 Complementary Medicine
Notice bibliographique
Résumé
evidence-based review of alternative therapies Depression is one of the mostcommon problems treated inclinical practice. Even though drug therapy and psychothera-py are effective at alleviating symptoms, many cases of depression remain undiag-nosed and inadequately treated. Sometimes we are faced with patients who refuse to take medications. Oftentimes, com-bining psychotherapy, medica-tion, and other treatment modalities gives better results. How does exercise work? Exercise may have biochemical effects via release of endorphins and other neu-rotransmitters. Often, exercise is done in groups or with a trainer and, thus, the social contact may be critical. If the exercise is done outside the person’s home, the very act of getting out and doing something may be therapeutic. Exercise also acts as a diversion for negative thinking and helps take the patient out of the helpless, withdrawn, state of mind. What’s the evidence? 1. North, et al. A meta-analysis of 80 studies showed exercise decreased depres-sion scores significantly when com-pared to controls. The antidepressant effect increased with the duration of therapy and occurred with all types of regular exercise, independent of sex or age.1 2. Lawlor, et al. Another meta-analysis looked at 72 potentially relevant studies, but only 14 of these fulfilled the inclusion criteria. Methodologic weaknesses included: • randomization was adequately concealed in only three studies, • intention to treat analysis was undertaken in only two, and • assessment of outcome was blinded in only one. When compared with no treat-ment, exercise significantly reduced symptoms of depression. The effect
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,167 | 0,015 |
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 ».