Θεραπευτική επαφή με τα ζώα σε άτομα με καρκίνο (Animal-assisted Therapy – AAT)
Bibliographic record
Abstract
Εισαγωγή: Η θεραπεία με την βοήθεια των ζωών (Animal Assisted Therapy – AAT) είναι η προγραμματισμένη ένταξη ενός ζώου στο πρόγραμμα θεραπείας ενός ασθενούς. Αποτελεί συμπληρωματική ή εναλλακτική μέθοδο και μπορεί να είναι ομαδική η επίσκεψη ή ατομική. Αρχικά χρησιμοποιούνταν μόνο για τα άτομα με νευροβιολογικές διαταραχές, όμως τα τελευταία χρόνια γίνονται έρευνες και για τα αποτελέσματα της σε διάφορες άλλες παθήσεις, όπως και σε άτομα με καρκίνο. Μέχρι στιγμής, έχει φανεί ότι η θεραπεία με την βοήθεια των ζώων μπορεί να έχει αρκετά ευεργετικά αποτελέσματα στα άτομα αυτά (με καρκίνο). Μπορεί να μειώσει το άγχος, να βελτιώσει την συναισθηματική τους υγεία και να μειώσει την κόπωση που νιώθουν. Σκοπός: Ο σκοπός της παρούσας βιβλιογραφικής ανασκόπησης είναι η ανασκόπηση και παράθεση των επιστημονικών δεδομένων για τα αποτελέσματα που μπορεί να έχει η θεραπεία με τη βοήθεια των ζώων στα άτομα με καρκίνο. Υλικό και Μέθοδος: Πραγματοποιήθηκε μια συστηματική ανασκόπηση της βιβλιογραφίας για την διερεύνηση των αποτελεσμάτων που μπορεί να έχει η θεραπεία με τη βοήθεια των ζώων (Animal-assisted Therapy – AAT) στα άτομα με καρκίνο. Στην παρούσα συστηματική ανασκόπηση έγινε αναζήτηση της σχετικής ελληνικής και διεθνούς βιβλιογραφίας στις βάσεις δεδομένων PubMed, Scopus και Science Direct. Αποτελέσματα: Από την μελέτη της διεθνούς βιβλιογραφίας ανεδείχθησαν 10 άρθρα τα οποία αναφέρονταν στα αποτελέσματα που μπορεί να έχει η θεραπεία με τη βοήθεια των ζώων (Animal-assisted Therapy – AAT) στα άτομα με καρκίνο, βασισμένα σε επιστημονικά δεδομένα. Οι μελέτες αυτές είχαν δημοσιευτεί από το 2007 μέχρι το 2019. Όσον αφορά την χώρα δημοσίευσης των μελετών αυτών, προέρχονται από τις Ηνωμένες Πολιτείες Αμερικής (4), από την Ιαπωνία (1), από τον Καναδά (1), από την Γερμανία (1), από την Ιταλία (2) και από την Τσεχία (1). Συμπεράσματα: Η συχνότητα χρήσης της AAT σε διάφορους τομείς τα τελευταία 10 χρόνια αυξάνεται ραγδαία. Οι προσεγγίσεις που υποστηρίζονται από ζώα από διαφορετικές χώρες και κλάδους έδειξαν θετικά αποτελέσματα στις αισθητηριακές, συναισθηματικές και γνωστικές λειτουργίες, ειδικά στη φυσική δομή και τις λειτουργίες ατόμων σε διαφορετικές ηλικίες και διαγνώσεις.
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 | 0.008 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".