Thérapies complémentaires pour les patients cancéreux :évaluer les besoins d'information et l'utilisation de l'information
Bibliographic record
Abstract
De nombreux cancéreux s'intéressent aux thérapies complémentaires (TC) pour gérer leur maladie. Cependant, on sait relativement peu de choses sur les comportements des malades dans leur recherche d'information sur les TC. En conséquence, nous avons évalué : 1) les types et les sources d'information sur les TC que les cancéreux utilisent, 2) les préférences en matière d'information, et 3) ce que l'expression « preuve scientifique de l'efficacité d'une thérapie » signifie pour eux. Nous avons recueilli des données auprès de 404 patients qui fréquentaient le Tom Baker Cancer Centre à Calgary et de 303 autres qui avaient appelé le Service d'information sur le cancer (Cancer Information Service). Dans la plupart des cas, les patients voulaient obtenir de l'information sur la sécurité des TC, leur fonctionnement et leurs effets secondaires possibles. Les médecins et les centres d'oncologie conventionnels représentaient les sources de renseignements les plus recherchées sur les TC, mais un nombre relativement peu élevé de patients avaient obtenu de l'information de ces sources. Même s'ils connaissaient la définition de la preuve scientifique, ils utilisaient souvent d'autres renseignements que les preuves scientifiques, comme des témoignages de patients. La création d'un milieu de soins de soutien dans les centres conventionnels de traitement du cancer où les patients obtiendraient de l'information sur les TC peut contribuer à atténuer les préoccupations des cancéreux et le stress que pourrait avoir causé le diagnostic de leur cancer.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.047 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".