Begründung
Traditionelle Medizinsysteme, wie die Naturheilkunde, basieren auf Ganzheitlichkeit; ein philosophisches Paradigma, das mit der zeitgenössischen Komplexitätswissenschaft übereinstimmt. Das naturheilkundliche Fallmanagement basiert auf dem Verständnis eines eng miteinander verbundenen inneren physiologischen und äußeren Kontextes des menschlichen Organismus – was möglicherweise auf eine Weltsicht hinweist, die auf eine Komplexitätsperspektive ausgerichtet ist. In dieser Studie untersuchen wir das naturheilkundliche Clinical Reasoning unter Verwendung einer Komplexitätslinse mit dem Ziel, das Ausmaß der Übereinstimmung zwischen den beiden festzustellen.
Methode
Mind Maps, die Falldarstellungen darstellen, wurden von Naturheilkundlern mit australischem Abschluss gesucht. Es wurde eine Netzwerkkartierung durchgeführt, die dann in Übereinstimmung mit einem komplexitätswissenschaftlichen Framework unter Verwendung von explorativen Datenanalyse- und Netzwerkanalyseprozessen und -werkzeugen analysiert wurde.
Ergebnisse
Naturheilkundliche Fallschemata in Form von Mindmaps ( n = 70) wurden gesammelt, vernetzt und analysiert. Insgesamt wurden 739 eindeutige Elemente und 2724 Links im gesamten Netzwerk identifiziert. Integrale Elemente im gesamten Netzwerk waren: Stress, Müdigkeit, allgemeine Angstzustände, systemische Entzündungen, Darmdysbiose und Ernährung. Ein Modularitätsalgorithmus erkannte 11 Gemeinschaften, von denen die primären das Nervensystem und die Stimmung repräsentieren; Magen-Darm-Trakt, Leber und Ernährung; Immunfunktion und Immunsystem; und Ernährung und Nährstoffe.
Schlussfolgerungen
Naturheilkundliches Case Management ist ganzheitlich und basiert auf der Perspektive einer integrierten Physiologie und äußeren Zusammenhänge des menschlichen Organismus. Das traditionelle Konzept des Holismus führt, wenn es einer Komplexitätslinse unterzogen wird, zur Entstehung eines zeitgenössischen ganzheitlichen Paradigmas, das sich bewusst ist, dass der menschliche Organismus ein komplexes System ist. Die Anwendung der Komplexitätswissenschaft zur Untersuchung des naturheilkundlichen Fallmanagements, wie sie in dieser Studie verwendet wird, zeigt, dass es möglich ist, traditionelle Philosophien und Prinzipien auf wissenschaftliche und kritische Weise zu untersuchen. Ein komplexitätswissenschaftlicher Forschungsansatz kann ein geeignetes wissenschaftliches Paradigma bieten, um unser Verständnis traditioneller Gesamtsysteme der Medizin zu entwickeln.
1. EINLEITUNG
Der menschliche Organismus ist ein Beispiel für ein komplexes System, und dennoch werden Forschung und Praxis im Gesundheitswesen weiterhin weitgehend von einem reduktionistischen und mechanistischen Paradigma 1 , 2 beeinflusst, das in seinem Umfang nicht ausreicht, um diese Komplexität vollständig zu erfassen. 3 , 4 Allerdings identifizieren sich einige Berufsgruppen, die primäre Gesundheitsdienste erbringen, aktiv mit Paradigmen, die nicht reduktionistisch sind. 5 – 7 Die Clinical-Reasoning-Prozesse traditioneller Gesamtsysteme der Medizin sollen angeblich durch Holismus untermauert werden 8 , 9; ein philosophischer Begriff, der auf die gleiche Weise wie Komplexität definiert wird, wo „Teile eines Ganzen in enger Verbindung stehen, so dass sie nicht unabhängig vom Ganzen existieren oder nicht ohne Bezugnahme auf das Ganze verstanden werden können, das somit als größer angesehen wird als das Ganze Summe seiner Teile“. 10 Clinical Reasoning ist eine Kernkomponente aller Disziplinen im Gesundheitswesen 11 und ein Schlüsselelement bei der Beurteilung und Entscheidungsfindung bei der Behandlung. 12 Clinical Reasoning sind die kognitiven und metakognitiven Prozesse 13 , die verwendet werden, um Informationen aufzunehmen, abzurufen, zu bewerten und zu verwerfen, die während der klinischen Begegnung entstehen 14 und von der Philosophie des Praktikers geprägt sind.
Die Naturheilkunde ist ein traditionelles Gesamtsystem der Medizin und wird von der Weltgesundheitsorganisation 15 aufgrund ihrer Integration von traditionellem und zeitgenössischem Gesundheits- und Humansystemwissen anerkannt. Die Naturheilkunde wird gemäß einer Reihe global einheitlicher Grundphilosophien und -prinzipien gelehrt und praktiziert. 16 Holismus und Vitalismus sind die grundlegenden naturheilkundlichen Philosophien; Holismus basiert auf der Erkenntnis, dass „die spirituellen, psychologischen, funktionalen und strukturellen Aspekte eines Individuums voneinander abhängig sind und von externen, umweltbedingten, sozialen und anderen Faktoren beeinflusst werden“. 17 (p7)Menschliche Gesundheit und Manifestationen von Krankheiten werden von Naturheilpraktikern als Ausdruck der engen und komplexen Wechselwirkungen zwischen einer Reihe interner Systeme und externer Faktoren 18 verstanden , die durch den naturheilkundlichen Multisystemansatz aufgezeigt werden. 19 Naturheilkundliche klinische Prozesse beruhen auf der Beurteilung des gesamten menschlichen Organismus, der aus voneinander abhängigen und miteinander in Beziehung stehenden Subsystemen besteht, die die externen Systeme, in denen er sich befindet, bidirektional beeinflussen. 8Als Teil des naturheilkundlichen ganzheitlichen klinischen Managementprozesses wird ein ganzheitlicher Behandlungsprozess initiiert, der darauf abzielt, globale Verschiebungen über alle Subsysteme des miteinander verbundenen Organismus hinweg zu bewirken, anstatt sich auf ein System der Krankheitsklassifikation basierend auf syndromalen Mustern und entsprechender spezifischer Behandlung zu konzentrieren. 6 Während Holismus ein traditionelles Konzept mit historischen Wurzeln ist, kann eine Komplexitätsperspektive die Entwicklung des traditionellen Holismus zu einem zeitgenössischen wissenschaftlichen Paradigma unterstützen.
Naturheilkundliche Eingriffe werden in der Regel auf Basis von Individualisierung, 20 Mustererkennung und Systemdenken aus einer Reihe möglicher Optionen ausgewählt. 6 , 8 , 21 Es ist die vollständige naturheilkundliche Behandlung, die spezifische und unspezifische Elemente umfasst, die für Naturheilpraktiker einen Wert hat, der über den eines einzelnen spezifischen linearen Eingriffs hinausgeht. 8 Die Verwendung einer komplexitätswissenschaftlichen Perspektive zur Untersuchung und zum Verständnis des naturheilkundlichen Fallmanagements bietet einen Ansatz, der auf die ganzheitliche Natur der Naturheilkunde ausgerichtet ist, und bietet möglicherweise größere Einblicke als Forschung, die sich ausschließlich auf lineare und spezifische Interventionen konzentriert. 22Die grundlegenden Philosophien und Leitprinzipien der Naturheilkunde orientieren Praktiker daran, auf eine Weise zu arbeiten, die komplex, vernetzt, nichtlinear, minimal-invasiv und bewusst ist und adaptive und emergente Prozesse zulässt; Eine Komplexitätsperspektive ist ideal, um dies zu erfassen. In diesem Papier schlagen wir eine komplexitätswissenschaftlich fundierte Erforschung und Analyse des naturheilkundlichen klinischen Prozesses vor, um das Ausmaß der möglichen Überschneidung zwischen der Systemperspektive der Komplexitätswissenschaft und dem ganzheitlichen Paradigma der Naturheilkunde zu untersuchen.
Komplexitätswissenschaft ist das Studium komplexer Systeme, einschließlich komplexer adaptiver Systeme 23 wie des menschlichen Organismus. Die Komplexitätswissenschaft versucht, die Organisationsprozesse zu verstehen, die Kollektive von Elementen ohne Anleitung durch einen zentralen Controller formen, um ein zusammenhängendes Ganzes zu bilden, das funktionale Muster des adaptiven und sich entwickelnden Seins webt. 24 Die Komplexitätswissenschaft untergräbt die Newtonsche Ideologie, die das wissenschaftliche Denken in den letzten 300 Jahren dominiert hat. 23 Newtonsche Prinzipien kategorisieren Systeme als Maschinen, die aus Elementen und Komponenten bestehen, die unabhängig voneinander 25 und nach einem auf kausalen Beziehungen basierenden Gesetz von Ursache und Wirkung agieren. 23Die Komplexitätswissenschaft ersetzt diese Ansicht durch eine Ansicht, bei der Elemente in mehreren Systemen koexistieren, die sich überlappen und verschachteln – an jedem Skalenpunkt bilden diese Elemente gemeinsam das komplexe System, das sie beherbergt – aus den geschichteten Wechselwirkungen der Elemente entstehen globale Muster. 25 Ein solches emergentes Verhalten des menschlichen komplexen adaptiven Systems ist die individuelle Erfahrung und der Ausdruck von Gesundheit und Krankheit. Die Komplexitätswissenschaft ermutigt uns, Krankheit als Störung im Lebensprozess und nicht als mechanischen Fehler in der Maschine zu betrachten. 26 Während das orthodoxe wissenschaftliche Denken ein Modell der Kausalität angenommen hat, das linear ist und auf Ursache und Wirkung basiert, 27 nimmt die Komplexitätswissenschaft eine entstehende Kausalität an, bei der sich mehrere Einflüsse vermischen, um zu entstehenden Wirkungen zu führen28 , die vielfältig sind und deren Größe oder Ergebnis auf der Grundlage der Kenntnis der einzelnen Eingaben nicht vorhersehbar sind.
Ein komplexes System ist eines, in dem interagierende Komponenten unterschiedliche Eigenschaften erzeugen, wodurch die Verkörperung des Ganzen entsteht, das größer ist als die Summe seiner Teile. 6 , 29 Der biomedizinische Ansatz zur Bewältigung der Komplexität menschlicher Organismen und ihrer Umgebung bestand darin, die oft komplexe Aufgabe des Gesundheitsmanagements durch Reduktionismus 2 zu vereinfachen – einen Prozess des Teilens und Herrschens. 30 Die Forschung zeigt zunehmend, dass der menschliche Organismus als komplexes System funktioniert, wobei die menschliche Gesundheit eine emergente Eigenschaft davon ist, wie zum Beispiel die Erkenntnis einer Geist-Körper-Verbindung, wie die Psychoneuroimmunologie-Forschung zeigt. 31 – 33Der ausschließliche Einsatz reduktionistischer Forschungsmethoden reicht nicht aus, um diese Komplexität vollständig zu erforschen. 21 , 25 Ein Forschungsrahmen, der in der Lage ist, die klinische Argumentation zu untersuchen, die das Fallmanagement informiert und Behandlungsinterventionen bewertet, und gleichzeitig die Komplexität des menschlichen Organismus berücksichtigt, ist notwendig, um die Gesundheitsversorgungspraktiken umfassend zu verstehen und weiterzuentwickeln.
Die Komplexitätswissenschaft ist in den letzten 100 Jahren in der akademischen Literatur aufgetaucht 34 , 35 und wurde in eine Reihe von akademischen Disziplinen integriert, darunter künstliche Intelligenz, Biologie, Wirtschaft, Ökologie, Informationstechnologie 29 und die Sozialwissenschaften. 36 Eine komplexitätswissenschaftliche Perspektive wurde jedoch nur minimal auf die Gesundheitsversorgung und den Fallmanagementprozess angewendet, 35 , 37 , 38einschließlich Naturheilkunde und anderer traditioneller Gesamtsysteme der Medizin. Komplexitätswissenschaftliche Perspektiven wurden in anderen Bereichen erfolgreich eingesetzt, um die methodischen Mängel reduktionistischer Ansätze anzugehen, und obwohl diese auch in traditionellen Gesamtsystemen der Medizin als besonders problematisch identifiziert wurden, 39 wurden bisher keine Untersuchungen zu diesem Thema durchgeführt. Dieses Papier versucht, diese Lücke zu schließen, indem es untersucht, wie die Komplexitätswissenschaft die Forschung zu naturheilkundlichen klinischen Praktiken beeinflussen kann.
2 METHODEN
2.1 Studiendesign
Diese explorative Beobachtungsstudie wurde unter Verwendung eines Netzwerkkartierungs- und Analyseprozesses durchgeführt.
2.2 Ethik-Zulassung
Die ethische Genehmigung wurde von der University of Technology, Sydney Human Research Ethics Review Committee eingeholt (Genehmigungsnummer: ETH20-4864).
2.3 Teilnehmerwerbung
Naturheilpraktiker wurden über eine Social-Media-Kampagne angeworben, hauptsächlich über Facebook-Gruppen, die sich auf den Beruf des Naturheilpraktikers bezogen, und die Facebook-Konten australischer Berufsverbände, die Naturheilkundler vertreten. Die Teilnehmer mussten mindestens über einen naturheilkundlichen Bachelor-Abschluss verfügen, derzeit in einer naturheilkundlichen Praxis tätig sein und ein vollwertiges praktizierendes Mitglied einer australischen naturheilkundlichen oder naturheilkundlichen Vereinigung sein. Die Teilnehmer mussten routinemäßig Mindmaps als Teil ihres Fallmanagementprozesses verwenden. Die Teilnahme war freiwillig und jeder Teilnehmer erhielt eine nominelle Aufwandsentschädigung. Personen, die auf die Social-Media-Kampagne reagierten, wurden mit Informationen versorgt und mussten eine Einwilligungserklärung unterschreiben, bevor sie in die Studie aufgenommen wurden.
2.4 Datenerhebung
Jeder der Teilnehmer, der die Kriterien erfüllte, wurde gebeten, zufällig 10 Mind Maps, jede eines anderen Patienten, aus seinen Fallakten auszuwählen. Diese wurden zusammen mit einer Biographie jedes Patienten per E-Mail an das Forschungsteam geschickt, die einen kurzen (zwei bis drei Sätze) Überblick über den Zustand, das Alter und das Geschlecht jedes Patienten enthielt. Alle Informationen zur Patientenidentifikation sollten aus den Mindmaps entfernt und nicht in die biografischen Details aufgenommen werden, bevor sie an das Forschungsteam gesendet wurden. Die Mindmaps sollten je nach Präferenz und Standardprozess des Praktikers per Hand oder per Software generiert werden. Ein Mitglied des Forschungssemesters gab die in den Mindmaps enthaltenen Daten in Gephi ein – eine Open-Source-Software zur Netzwerkkartierung, Erkundung und Analyse. 40
2.5 Datenvisualisierung
Unter Verwendung von Gephi wurden vier Netzwerkabbildungen erstellt: (i) ein kraftbasiertes Attributlayout , (ii) ein kraftbasiertes physiologisches und externes Systemlayout und (iii) ein kreisförmiges Systemlayout und (iv) ein Modularitätslayout . 41 In jedem Layout wurden die gleichen Daten verwendet; Die Elemente wurden in den Layouts jedoch unterschiedlich Attributen ( kraftbasiertes Attribut-Layout ), physiologischen Systemen und Umgebung ( physiologisches und externes System-Layout und kreisförmiges Layout ) oder Gemeinschaften ( Modularitäts-Layout ) zugeordnet). Jedes Layout bestand aus Knoten (Elemente oder Aspekte des Gehäuses) und Kanten (Verbindungen zwischen den Elementen). Die Verbindungen waren gerichtet und stellten eine Beziehung oder Form des Einflusses zwischen den Elementen dar. Die Elemente und Verknüpfungen wurden von einem oder mehreren Teilnehmern als relevant für eine oder mehrere der in ihren Mindmaps dargestellten Fallkonzeptionen identifiziert. Innerhalb der Netzwerkabbildungen wurden die Elemente durch Kreise und die Verbindungen durch Linien dargestellt. Die Richtung der Glieder wurde durch Krümmung im Uhrzeigersinn demonstriert. Die Größe jedes Elements wurde durch die kombinierte Anzahl eingehender und ausgehender Links bestimmt (auch Grad genannt) – je größer das Element, desto höher seine Anzahl an Links.
2.5.1 Kraftbasiertes Attributlayout
Das kraftbasierte Attributlayout wurde mit einem Gephi – Algorithmus erstellt, der dazu führte, dass verbundene Knoten angezogen und nicht verbundene Knoten abgestoßen wurden. Dies führte dazu, dass die am stärksten verbundenen Elemente zentral gruppiert und die am wenigsten verbundenen Elemente an die Peripherie gedrängt wurden. Jedes Element wurde nach sechs verschiedenen Attributen eingefärbt, die vom Forschungsteam zugewiesen wurden. Die Attributtypen waren: (i) Zeichen, Symptom, innerer Zustand , (ii) hypothetisches Risiko , (iii) genetische, konstitutionelle, familiäre Veranlagung , (iv) Organ, funktionelles Subsystem , (v) äußerlich, Umwelteinfluss und (vi ) biomedizinische Diagnose/pathologisches Ergebnis(Tabelle 1 ).
Attribut | Farbe | Beispiele |
---|---|---|
Zeichen, Symptom oder innerer Zustand | Violett | Appetitlosigkeit, Dermatitis |
Äußerer oder Umwelteinfluss | Grün | Niedrige essentielle Fettsäuren in der Nahrung, übermäßiger Gebrauch von Abführmitteln |
Organ oder internes funktionelles Subsystem | Orange | Immunsystem, Schilddrüse |
Hypothetisches Risiko | Blau | Osteoporoserisiko, hepatozelluläre Schädigung |
Genetische/konstitutionelle/familiäre Veranlagung | Gelb | Familiengeschichte von Herz-Kreislauf-Erkrankungen, Familiengeschichte von hohem Cholesterinspiegel |
Biomedizinische Diagnose, Labor- oder Pathologieergebnis | Rot | Perniziöse Anämie, gutartige zervikale Läsion, Zöliakie |
2.5.2 Kraftbasiertes und kreisförmiges physiologisches und externes Systemlayout
Für das physiologische und externe Systemlayout wurden 15 Subsysteme identifiziert, die den menschlichen Organismus betreffen (Tabelle 2 ). Diese Systeme waren nicht kategorisch verschieden (z. B. hätte ein niedriger Testosteronspiegel dem endokrinen System oder dem Fortpflanzungssystem zugeordnet werden können, und dem lymphatischen System wurde eher der Status einer einzigartigen Kategorie als einem Subsystem des Immunsystems gegeben) und waren es vom Forschungsteam vergeben. Im kreisförmigen Layout sind die Elemente um die Peripherie der Abbildung herum angeordnet, wobei die Links die primäre zentrale Position haben; das Ausmaß der Verbindungen zwischen den Elementen visuell hervorheben.
Physiologisches System | Farbe | Beispiele | Anzahl der Elemente |
---|---|---|---|
Fortpflanzungsapparat | Latté | Dysmenorrhoe, Endometriumhyperplasie, Libidoverlust | 105 |
Ernährung/Nährstoffe | Lila | Unzureichender Gemüseverzehr, magnesiumarme Ernährung, Vitamin-D-Mangel | 94 |
Extern | Rot | Sozial isoliert, Abführmittelgebrauch, unzureichende Aktivität | 88 |
Magen-Darm-System | Hellblau | Reflux, Verstopfung, Appetitlosigkeit | 88 |
Nervöses System | Hellgrün | Soziale Angst, Schlaflosigkeit, Kopfschmerzen | 75 |
Immunsystem | Dunkelblau | Allergien, Autoimmunprozesse, niedrige Anzahl weißer Blutkörperchen | 64 |
Integumentäres System | Rosa | Rosacea, Haarausfall, verschwitzte Handflächen | 47 |
Multisystemisch/systemisch | Blaugrün | Darm-Hirn-Achse, Methylierungsproblem, geringe Vitalität | 44 |
Endokrine | Dunkelgrün | Nebennieren, Hypoglykämie, Insulinresistenz | 38 |
Hepatobiliäres System | Dunkelviolett | Hepatitis, Aktivität der Kupffer-Zellen, gestörter Gallenfluss | 30 |
Herz-Kreislauf-System | Mittelblau | Herzklopfen, Hypotonie, Krampfadern | 29 |
Bewegungsapparat | Mittelgrün | Geringe Muskelmasse, Skoliose, Nackenschmerzen | fünfzehn |
Atmungssystem | Gelb | Asthma, Sinusitis, obere Atemwege | 10 |
Renourinär | Orange | Nykturie, Nierensteine, Harndrang | 8 |
Lymphsystem | Braun | Lymphstauung, schlechte Lymphdrainage | 4 |
2.5.3 Modularitätslayout
Mithilfe eines Algorithmus innerhalb von Gephi wurde ein Modularitätslayout erstellt, das die Netzwerkzuordnung in Gemeinschaften (Cliquen) zerlegte, die durch Verknüpfungsmuster bestimmt wurden – die dichter verbundenen Elemente wurden in Gruppen geclustert. Diese Darstellung der Daten zeigt die zugrunde liegenden Strukturschichten innerhalb des Netzwerks. Im Modularity-Layout wurden die Elemente gemäß der Community, der sie angehörten, und nicht nach Attributen gefärbt.
2.6 Datenanalyse
2.6.1 Explorative Datenanalyse
Die explorative Datenanalyse (EDA) ist eine Methode zum Anzeigen visueller Darstellungen eines Datensatzes, um Erkenntnisse zu gewinnen. 42 Dabei kann ein Datensatz vorurteilsfrei exploriert werden, wodurch sich Erkenntnisse über die betrachteten Phänomene ergeben. 43 Tukey 42 (p1) erklärt EDA als „grafische Detektivarbeit“, und es ist ein Prozess, bei dem neue Informationen über einen Datensatz gesammelt werden können. In dieser Studie sollte diese Analyse eher explorativ als konfirmatorisch sein.
2.6.2 Netzwerkanalyse
Gephibietet verschiedene rechnerische und mathematische Algorithmen an, die zur Analyse der Netzwerkabbildungen verwendet wurden. Dazu gehörten Analysen auf Knotenebene (z. B. Grad, Entfernung und Betweenness Centrality) und Netzwerkebenenanalysen (z. B. Netzwerkdurchmesser, durchschnittlicher Grad, durchschnittliche Pfadlänge, durchschnittlicher Clustering-Koeffizient und Modularität). Die Analyse der Verbindungen innerhalb des Netzwerks liefert Informationen über den kürzesten Weg zwischen zwei beliebigen Elementen (Entfernung), die Häufigkeit, mit der ein Element auf dem kürzesten Weg zwischen einem beliebigen anderen Paar von Elementen auftritt, als Indikator für den Einfluss oder Eingriff eines Elements innerhalb des Netzwerks (Betweenness). Zentralität), der Grad der Vernetzung innerhalb des Netzwerks (durchschnittlicher Clustering-Koeffizient) und die Fähigkeit des Netzwerks, sich in Gemeinschaften zu zerlegen (Modularität). Der Durchmesser des Netzwerks ist der kürzeste Weg zwischen den beiden am weitesten entfernten Elementen. Die durchschnittliche Pfadlänge ist der durchschnittliche Mindestabstand zwischen zwei beliebigen Elementen, ein Maß für den durchschnittlichen Abstand zwischen allen Elementen. Der durchschnittliche Clustering-Koeffizient ist ein Maß für die Dichte des Netzwerks, mit einem möglichen Bereich von Null bis Eins. Die Eigenvektorzentralität ist ein Maß für die Bedeutung jedes Elements, das durch die Anzahl der Links bestimmt wird, die ein Element hat, und die Anzahl der Links, die seine Verbindungen im gesamten Netzwerk gemessen haben. Die wichtigsten für diese Studie relevanten Netzwerkbegriffe und -maßnahmen sind in der Tabelle definiert Der durchschnittliche Clustering-Koeffizient ist ein Maß für die Dichte des Netzwerks, mit einem möglichen Bereich von Null bis Eins. Die Eigenvektorzentralität ist ein Maß für die Bedeutung jedes Elements, das durch die Anzahl der Links bestimmt wird, die ein Element hat, und die Anzahl der Links, die seine Verbindungen im gesamten Netzwerk gemessen haben. Die wichtigsten für diese Studie relevanten Netzwerkbegriffe und -maßnahmen sind in der Tabelle definiert Der durchschnittliche Clustering-Koeffizient ist ein Maß für die Dichte des Netzwerks, mit einem möglichen Bereich von Null bis Eins. Die Eigenvektorzentralität ist ein Maß für die Bedeutung jedes Elements, das durch die Anzahl der Links bestimmt wird, die ein Element hat, und die Anzahl der Links, die seine Verbindungen im gesamten Netzwerk gemessen haben. Die wichtigsten für diese Studie relevanten Netzwerkbegriffe und -maßnahmen sind in der Tabelle definiert 3 . Ziel dieser Analysen war es, strukturelle und funktionale Informationen über die Netzwerkabbildungen zu liefern.
Tabelle ansehen
Begriff | Definition | Informationen, die dies über den Knoten oder das Netzwerk bereitstellt | Bedeutung in diesem Netzwerk | Beispiel(e) oder Wert in diesem Netzwerk |
---|---|---|---|---|
Grundlegend | ||||
Knoten | Eine Komponente oder ein Element eines Netzwerks. | Identifiziert verschiedene Elemente innerhalb des Systems | Demonstriert einen relevanten Aspekt der Fallpräsentation, wie er von einem oder mehreren Teilnehmern identifiziert wurde | Selenmangel in der Nahrung, prämenstrueller Stress, schlechte Wundheilung, Verstopfung |
Verknüpfung | Eine Verbindung in einer bestimmten Richtung zwischen einem beliebigen Paar von Elementen. | Identifiziert verschiedene Einflussbeziehungen innerhalb des Systems | Zeigt eine Beziehung zwischen zwei Elementen auf, die als relevant für die Fallpräsentation angesehen wird, wie von einem oder mehreren der Teilnehmer identifiziert | Endometriumhyperplasie à geschädigtes Endometriumgewebe à rezidivierende Uteruspolypen |
Weg | Eine Folge von Verbindungen und Elementen, die ein Paar oder eine Gruppe von Elementen verbindet. | Identifiziert eine Reihe von Einflussbeziehungen zwischen zwei oder mehr Elementen | Demonstriert eine Reihe von Beziehungen zwischen zwei oder mehr Elementen, die von einem oder mehreren Teilnehmern identifiziert wurden | Erhöhtes Cortisol à Aktivierung des sympathischen Nervensystems à soziale Angst à übermäßiges Schwitzen à soziale Angst |
Cluster oder Gemeinschaft | Eine Untergruppe oder Clique von Elementen, die im Vergleich zu Elementen außerhalb der Untergruppe enger miteinander verbunden sind. | Identifies well connected communities within the network, and reveals underlying network structure | Demonstrates the element groupings identified by the participants | Red cluster (e.g., nervous system, fatigue, low mood, sympathetic nervous system dominance, general anxiety, hypothalamic-pituitary-adrenal dysfunction) |
Node level measures | ||||
Degree | The number of connections (in or out) that an element has. | Identifies elements deemed most in relationship with other elements | Identifies the elements that practitioners deemed most interactive within the network | High degree: systemic inflammation Low degree: ovulation pain |
Average degree | The average number of connections across all elements. | Provides the average number of connections that each element has | Provides a mid-point against which the number of connections each element has can be compared to | Average = 3.815 (with variation between one and 157) |
Distance | The number of connections on the shortest path between two elements. | Detects the minimum number of steps influence needs to travel. | Demonstrates the intermediate steps for influence to spread between two elements, as determined by the participants | Excess alcohol intake à liver à reduced fat metabolism à oxidative stress |
Betweenness centrality | How often an element appears on the shortest path between other pairs of elements. | Aggregates the number of paths that pass through a particular element | Demonstrates the value of each element in terms of its potential to interact with others as identified by the participants | Dysbiosis is on the shortest path between: diet & bloating with cramping; gas production & gut fermentation; toxin recycling & halitsosis. Systemic inflammation = 110106.82, Stress = 77489.13, Gut dysbiosis = 49353.82, General anxiety = 37172.48 |
Clustering co-efficient | The number of connections an element has divided by the total number of possible connections. The highest possible value is 1 (where an element is connected to all other elements). | Along with the mean shortest path, the clustering co-efficient can indicate a ‘small-world’ effect, and signifies how embedded elements are within their neighbourhood. | Denotes the extent to which elements are connected within the network. | Average clustering co-efficient = 0.126 (therefore, on average each element is connected to 12.6% of the total of other elements) |
Eigenvector centrality | Measures the value of each element, based on the number of connections it has, and the number of connections the elements it is linked to has, and so on across the network. | Measures of the influence of an element within the network | Denotes the extent to which well-connected elements are linked to other well-connected elements | Systemic inflammation (1), fatigue (0.72), general anxiety (0.67), gut dysbiosis (0.56), poor immune function (0.47). |
Network level measures | ||||
Diameter | The shortest pathway between the two most distant elements. | Provides the parameters of the network | A measure of how tightly the elements in the network are connected, as identified by the participants | Diameter = 13 |
Average path length | The average of the shortest path between all pairs of elements. | The average minimum number of connections between all pairs of elements | Angabe der Leichtigkeit, mit der sich Änderungen im System ausbreiten können | Durchschnittliche Pfadlänge = 4,148 |
Durchschnittlicher Clustering-Koeffizient | Der Durchschnitt des Clustering-Koeffizienten für alle Elemente. | Über alle Elemente gemittelt, der Anteil der Elemente mit direkter Verbindung zu jedem Element dividiert durch die Gesamtzahl der im Netzwerk identifizierten Elemente. | Ein Maß dafür, wie verbunden und gruppiert das Netzwerk ist | Durchschnittlicher Clustering-Koeffizient = 0,126 |
Modularität | Ein Maß für das Ausmaß, in dem das Netzwerk in Gemeinschaften zerfällt. | Zeigt die zugrunde liegenden Strukturschichten innerhalb des Netzwerks an | Innerhalb von Gemeinschaften gibt es dichtere Interaktionsmöglichkeiten und zeigt potenzielle Unterstrukturen auf, die von den Teilnehmern identifiziert wurden | 11 Gemeinschaften mit jeweils zwischen neun und 112 Elementen entdeckt. Modularitätsbewertung = 0,425 |
3. ERGEBNISSE
An der Studie nahmen sieben australische Naturheilpraktiker teil (jeweils einer aus New South Wales und Westaustralien, zwei aus Queensland und drei aus Victoria; vier aus Hauptstädten und drei aus einer regionalen oder ländlichen Gegend). Sie berichteten über eine klinische Erfahrung zwischen zwei und elf Jahren (Mittelwert: 5,43 Jahre). Jeder Teilnehmer steuerte 10 Mindmaps bei (jedes Mapping von einem anderen Patienten), wodurch insgesamt 70 verschiedene Mindmaps bereitgestellt wurden, die eine Fallübersicht von 70 verschiedenen Patienten darstellten (beschreibende Daten jeder Mindmap sind in Tabelle 4 angegeben ).
Tabelle ansehen
Praktiker-Teilnehmer (verwendete Pseudonyme) | Fallnummer | Kundenpräsentation | Alter des Kunden | Geschlechtsidentifikation des Kunden | Anzahl der Elemente | Anzahl der Links | Anzahl der identifizierten physiologischen Systeme* | Physiologische Systeme identifiziert | Ernährungs-/Nährstoffelemente identifiziert | Externe Elemente identifiziert |
---|---|---|---|---|---|---|---|---|---|---|
Laney | 1 | Müdigkeit, zentrale Gewichtszunahme, Angst, Depression, wiederkehrende Polypen | 36 | Weiblich | 69 | 78 | 7 | Multisystem, Nervensystem, Fortpflanzungssystem, Immunsystem, endokrines System, Magen-Darm-System, hepatobiliäres System | Y | Y |
2 | Geringe Libido, starke Angstzustände, dysfunktionale Uterusblutungen | 26 | Weiblich | 79 | 76 | 4 | Nervensystem, Multisystem, Fortpflanzungssystem, Magen-Darm-System | Y | Y | |
3 | Anhaltende Akne vulgaris, die vor der Menstruation zyklisch aufflammt | 24 | Weiblich | 46 | 65 | 6 | Fortpflanzungssystem, Integumentäres System, Nervensystem, Endokrines System, Hepatobiliäres System, Multisystem | Y | Y | |
4 | Anhaltende chronische Akne, Langzeitanwendung von Doxycyclin, Verdauungsprobleme, prämenstruelles Syndrom, Angstzustände | 25 | Weiblich | 53 | 52 | 6 | Endokrine, Magen-Darm-System, Fortpflanzungssystem, Nervensystem, Immunsystem, Integumentäres System | Y | Y | |
5 | Chronic acne, premenstrual syndrome | 24 | Female | 54 | 51 | 6 | Integumentary system, reproductive system, hepatobiliary system, renourinary system, nervous system, endocrine system | Y | Y | |
6 | Vulvodynia, severe premenstrual syndrome, irritable bowel syndrome, fatigue, anxiety, panic attacks | 37 | Female | 86 | 96 | 7 | Immune system, reproductive system, multisystem, nervous system, gastrointestinal system, hepatobiliary system, endocrine system | Y | Y | |
7 | Papulopustular rosacea, irritable bowel syndrome, chronic stress | 44 | Female | 82 | 110 | 9 | Integumentary system, gastrointestinal system, nervous system, reproductive system, multisystem, immune system, lymphatic system, hepatobiliary system, respiratory system | Y | Y | |
8 | Chronic acne, digestive issues, reactive skin | 22 | Female | 52 | 64 | 7 | Integumentary system, gastrointestinal system, nervous system, renourinary system, hepatobiliary system, reproductive system, multisystem | Y | y | |
9 | Chronic bacterial vaginosis, poor sleep quality, food intolerances, bloating, chronic diarrhoea | 32 | Female | 49 | 63 | 6 | Reproductive system, multisystem, immune system, gastrointestinal system, nervous system, lymphatic system | Y | Y | |
10 | Chronic eczema, allergic rhinitis, asthma | 26 | Male | 47 | 51 | 6 | Integumentary system, immune system, nervous system, hepatobiliary system, respiratory system, multisystem | Y | Y | |
Shay | 1 | Fertility issues, irregular menstrual cycles, hypothyroidism | 37 | Female | 40 | 51 | 7 | Integumentary system, immune system, hepatobiliary system, gastrointestinal system, reproductive system, endocrine system, multisystem | Y | Y |
2 | Psoriasis, recurrent miscarriage | 22 | Female | 37 | 43 | 4 | Integumentary system, reproductive system, nervous system, multisystem | Y | Y | |
3 | Poly cystic ovarian syndrome, chronic acne, irregular cycle, low mood | 26 | Female | 45 | 57 | 6 | Reproductive system, integumentary system, nervous system, endocrine system, gastrointestinal system, hepatobiliary system | Y | Y | |
4 | Hypertension, chronic stress | 51 | Female | 40 | 52 | 5 | Cardiovascular system, nervous system, hepatobiliary system, gastrointestinal system, multisystem | Y | Y | |
5 | Poly cystic ovarian syndrome, irregular cycle, chronic acne | 29 | Female | 53 | 65 | 7 | Reproductive system, endocrine system, integumentary system, nervous system, gastrointestinal system, hepatobiliary system, multisystem | Y | Y | |
6 | Depression, constipated | 16 | Female | 33 | 48 | 4 | Gastrointestinal system, nervous system, reproductive system, multisystem | Y | Y | |
7 | Constipation, fatigue, anxiety | 21 | Female | 29 | 44 | 5 | Gastrointestinal system, nervous system, reproductive system, hepatobiliary system, multisystem | Y | Y | |
8 | Anxiety, bloating | 27 | Female | 40 | 54 | 3 | Nervous system, gastrointestinal system, multisystem | Y | Y | |
9 | Immune insufficiency, fatigue, stress | 28 | Female | 26 | 43 | 5 | Immune system, nervous system, multisystem, endocrine system, lymphatic system | Y | Y | |
10 | Fertility issues, chronic stress, poor sleep quality | 38 | Female | 29 | 46 | 4 | Reproductive system, nervous system, multisystem, endocrine system, cardiovascular system | Y | Y | |
Kerrie | 1 | Fatigue, low mood, dysbiosis, mood reactivity, allergic rhinitis, chronic stress | 41 | Female | 87 | 110 | 7 | Multisystem, nervous system, gastrointestinal system, immune system, hepatobiliary system, endocrine system, respiratory system | Y | Y |
2 | Eczema, allergic rhinitis, asthma, dysbiosis | 40 | Female | 49 | 60 | 8 | Integumentary system, immune system, gastrointestinal system, nervous system, reproductive system, endocrine system, hepatobiliary system, respiratory system | Y | Y | |
3 | Cystic acne, irregular cycle | 30 | Female | 52 | 63 | 7 | Integumentary system, reproductive system, nervous system, endocrine system, multisystem, gastrointestinal system, hepatobiliary system | Y | Y | |
4 | Severe nausea, fatigue, chronic stress | 48 | Female | 74 | 102 | 6 | Multisystem, gastrointestinal system, reproductive system, hepatobiliary system, endocrine system, renourinary system | Y | Y | |
5 | Severe cystic acne, unwelcome weight gain | 27 | Female | 54 | 98 | 7 | Integumentary system, multisystem, reproductive system, immune system, endocrine system, gastrointestinal system, hepatobiliary system | Y | Y | |
6 | Severe eczema, poor diet, dysbiosis | 40 | Female | 41 | 75 | 6 | Integumentary system, gastrointestinal system, immune system, hepatobiliary system, nervous system, respiratory system | Y | Y | |
7 | Poor sleep quality, back injury, unwelcome weight gain | 43 | Female | 41 | 52 | 5 | Reproductive system, multisystem, hepatobiliary system, musculoskeletal system, immune system | Y | Y | |
8 | Anaemia, poor sleep quality, chronic acne, chronic stress | 39 | Female | 40 | 47 | 5 | Multisystem, nervous system, integumentary system, reproductive system, hepatobiliary system | Y | Y | |
9 | Fatigue, low mood, dysbiosis, mood reactivity, allergic rhinitis | 41 | Female | 50 | 59 | 7 | Multisystem, nervous system, gastrointestinal system, immune system, reproductive system, hepatobiliary system, respiratory system | Y | Y | |
10 | Depression, grief, alcohol use issues | 72 | Female | 28 | 61 | 5 | Nervous system, cardiovascular system, hepatobiliary system, gastrointestinal system, multisystem | Y | Y | |
Maggie | 1 | Eczema, stress, food intolerances, goitre | 35 | Male | 31 | 48 | 7 | Integumentary system, nervous system, endocrine system, immune system, multisystem, hepatobiliary system, gastrointestinal system | Y | Y |
2 | Severe chronic stress, brain fog, chronic back pain, irritable bladder | 53 | Male | 15 | 25 | 7 | Nervous system, musculoskeletal system, renourinary system, gastrointestinal system, multisystem, immune system, endocrine system | N | Y | |
3 | Irritable bowel syndrome, insomnia, fatigue, poor diet | 34 | Female | 26 | 45 | 4 | Gastrointestinal system, nervous system, multisystem, integumentary system | Y | Y | |
4 | Reflux, bloating, low appetite, chronic headaches | 43 | Male | 31 | 39 | 6 | Gastrointestinal system, nervous system, hepatobiliary system, nervous system, integumentary system, renourinary system | Y | Y | |
5 | Full body rash, severe stress | 54 | Female | 15 | 21 | 4 | Immune system, nervous system, multisystem, integumentary system | Y | Y | |
6 | Chronic cystic acne, amenorrhoea, anxiety, irritable bowel syndrome | 24 | Female | 20 | 38 | 5 | Integumentary system, reproductive system, gastrointestinal system, nervous system, multisystem | Y | Y | |
7 | Eczema, food allergies, food intolerances, autism, anxiety | 16 | Female | 14 | 18 | 5 | Nervous system, integumentary system, immune system, gastrointestinal system, multisystem | Y | Y | |
8 | Cystic acne, poor wound healing, overweight, social anxiety | 15 | Male | 29 | 38 | 8 | Integumentary system, multisystem, nervous system, gastrointestinal system, reproductive system, endocrine system, hepatobiliary system, lymphatic system | Y | N | |
9 | Anxiety, irregular cycle, dysbiosis | 28 | Female | 28 | 30 | 7 | Nervous system, reproductive system, gastrointestinal system, respiratory system, multisystem, hepatobiliary system, immune system | Y | Y | |
10 | Recurrent bronchitis, poor immune function, asthma, recurrent upper respiratory tract infections | 62 | Female | 14 | 31 | 4 | Respiratory system, immune system, gastrointestinal system | Y | Y | |
Charlie | 1 | Psoriasis, stress, anxiety, dysbiosis | 26 | Female | 41 | 49 | 5 | Integumentary system, nervous system, gastrointestinal system, multisystem, immune system | Y | Y |
2 | Perimenopause, unwelcome weight gain, central adiposity, low mood | 50 | Female | 46 | 57 | 4 | Reproductive system, multisystem, nervous system, endocrine system | Y | N | |
3 | Dysbiosis, food intolerances, chronic stress | 33 | Female | 41 | 62 | 4 | Gastrointestinal system, nervous system, immune system, multisystem | Y | Y | |
4 | Acne, chronic stress, blood sugar irregularities | 23 | Female | 50 | 66 | 6 | Nervous system, integumentary system, endocrine system, reproductive system, hepatobiliary system, multisystem | Y | Y | |
5 | Chronic atopic dermatitis, dysbiosis | 24 | Female | 34 | 47 | 4 | Integumentary system, immune system, gastrointestinal system, hepatobiliary system | Y | Y | |
6 | Insomnia, low immune function, chronic stress | 32 | Female | 33 | 39 | 4 | Respiratory system, immune system, nervous system, multisystem | Y | Y | |
7 | Allergic rhinitis, poly cystic ovarian syndrome, unwelcome weight gain | 33 | Female | 50 | 74 | 7 | Respiratory system, reproductive system, immune system, nervous system, gastrointestinal system, multisystem, endocrine system | Y | Y | |
8 | Chronic back pain, low mood | 34 | Male | 38 | 53 | 4 | Musculoskeletal system, nervous system, immune system, multisystem | Y | N | |
9 | Fatigue, insomnia, constipation | 61 | Female | 62 | 87 | 5 | Nervous system, gastrointestinal system, endocrine system, hepatobiliary system, reproductive system, multisystem | Y | Y | |
10 | Fatigue, depression, dysbiosis | 28 | Male | 43 | 61 | 4 | Multisystem, nervous system, gastrointestinal system, immune system | Y | Y | |
Gemma | 1 | Dysbiosis, poor immune function, stress | 9 | Female | 31 | 31 | 5 | Gastrointestinal system, immune system, nervous system, reproductive system, multisystem | Y | Y |
2 | Reflux, dysbiosis, food intolerances, anxiety | 19 | Female | 42 | 54 | 5 | Gastrointestinal system, nervous system, immune system, hepatobiliary system, multisystem | Y | Y | |
3 | Acne, poor sleep quality | 23 | Female | 37 | 42 | 5 | Integumentary system, nervous system, multisystem, reproductive system, immune system | Y | Y | |
4 | Acne, viral rhinitis, poor immune function | 25 | Female | 20 | 28 | 6 | Integumentary system, immune system, respiratory system, endocrine system, nervous system, lymphatic system | N | Y | |
5 | Depression, chronic headaches, unwelcome weight gain | 25 | Female | 32 | 66 | 6 | Nervous system, multisystem, hepatobiliary system, gastrointestinal system, respiratory system, immune system | Y | Y | |
6 | Raynaud’s syndrome, joint pain and stiffness | 26 | Male | 12 | 16 | 5 | Multisystem, immune system, musculoskeletal system, cardiovascular system, nervous system | N | Y | |
7 | Insufficient lactation, anxiety, stress, fatigue | 29 | Female | 17 | 20 | 4 | Multisystem, nervous system, reproductive system, cardiovascular system | Y | Y | |
8 | Irregular cycle, menorrhagia, constipation, depression | 36 | Female | 45 | 73 | 8 | Reproductive system, gastrointestinal system, nervous system, integumentary system, hepatobiliary system, multisystem, endocrine system, immune system | Y | Y | |
9 | Perimenopause, fatigue, anxiety, panic attacks | 51 | Female | 22 | 35 | 5 | Reproductive system, multisystem, nervous system, musculoskeletal system, cardiovascular system | Y | Y | |
10 | Chronic stress, fatigue, poor memory | 54 | Female | 15 | 26 | 6 | Nervous system, multisystem, cardiovascular system, musculoskeletal system, immune system, endocrine system | N | Y | |
Martine | 1 | Fatigue, poor sleep quality, stress, anhedonia | 44 | Male | 48 | 63 | 8 | Multisystem, nervous system, reproductive system, lymphatic system, cardiovascular system, hepatobiliary system, immune system, endocrine system | Y | Y |
2 | Recurrent viral rhinitis, fatigue, poor immune function, poor diet, stress | 15 | Female | 21 | 43 | 5 | Immune system, respiratory system, nervous system, musculoskeletal system, gastrointestinal system | Y | Y | |
3 | Anxiety, mood swings, menopausal symptoms | 61 | Female | 20 | 48 | 6 | Multisystem, nervous system, reproductive system, renourinary system, gastrointestinal system, integumentary system | N | Y | |
4 | Chronic psoriasis, perimenopausal, Gilberts syndrome | 53 | Female | 23 | 39 | 6 | Integumentary system, reproductive system, multisystem, immune system, gastrointestinal system, hepatobiliary system | Y | Y | |
5 | Menopausal symptoms, urinary urgency, urinary tract infections, low libido | 60 | Female | 37 | 55 | 8 | Reproductive system, renourinary system, integumentary system, gastrointestinal system, nervous system, hepatobiliary system, immune system, endocrine system | Y | N | |
6 | Chronic sinusitis, gastroparesis, joint pain, osteoarthritis | 65 | Female | 31 | 49 | 9 | Cardiovascular system, hepatobiliary system, reproductive system, musculoskeletal system, gastrointestinal system, respiratory system, immune system, nervous system, multisystem | N | Y | |
7 | Perimenopausal, dysbiosis, mood swings | 51 | Female | 34 | 55 | 8 | Reproductive system, gastrointestinal system, nervous system, cardiovascular system, multisystem, hepatobiliary system, integumentary system, endocrine system | Y | N | |
8 | Psoriatic arthritis, dysbiosis | 25 | Female | 32 | 56 | 6 | Musculoskeletal system, integumentary system, hepatobiliary system, nervous system, immune system, gastrointestinal system | Y | Y | |
9 | Chronische Kopfschmerzen, Menstruationsbeschwerden, Angstzustände, Depressionen, Müdigkeit | 29 | Weiblich | 34 | 52 | 3 | Nervensystem, Fortpflanzungssystem, Multisystem | Y | Y | |
10 | Angst, Angst, schlechte Laune, Müdigkeit, Perimenopause | 48 | Weiblich | 31 | 47 | 4 | Fortpflanzungssystem, Nervensystem, Immunsystem, Multisystem | Y | Y |
3.1 Explorative Datenanalyse
3.1.1 Kraftbasiertes Attributmapping
Abbildung 1ist eine vollständige kombinierte Attributnetzwerkkartierung aller Elemente und Assoziationen, die von den Teilnehmern bei 70 verschiedenen Patienten mit unterschiedlichen Präsentationsproblemen identifiziert wurden. Das kombinierte Netzwerk-Mapping der 70 echten Patientendaten-Mindmaps enthält insgesamt 739 Elemente und 2724 Links. Der Grad (Anzahl eingehender oder ausgehender Verbindungen) reichte von eins für 112 Elemente bis 157 (systemische Entzündung). Der durchschnittliche Grad der Top 10 der am häufigsten verlinkten Elemente betrug 84, während der durchschnittliche Grad der Elemente mit 20 Grad oder weniger (insgesamt 651 Elemente) 4,85 betrug. Die von den Teilnehmern identifizierten Elemente, die am stärksten verbunden und daher integraler Bestandteil der 70 Fälle waren, wie nach Größe und zentraler Position identifiziert, waren: Stress, Müdigkeit, allgemeine Angst, systemische Entzündung, Darmdysbiose, Ernährung, beeinträchtigte Immunfunktion, Magen-Darm-Trakt, Nervensystem, intestinale Hyperpermeabilität, Verdauungsstörungen und Nährstoffmalabsorption sowie beeinträchtigter Status verschiedener Nährstoffe (einschließlich Eisen, Vitamin D, Zink, Vitamin B-Komplex). Diese wurden nach sechs verschiedenen Attributen gefärbt: (i)Zustand, Zeichen oder Symptom , (ii) hypothetisches Risiko , (iii) genetische, konstitutionelle oder familiäre Veranlagung , (iv) Organ oder Subsystem , (v) externer oder Umwelteinfluss , (vi) biomedizinische Diagnose oder pathologisches Ergebnis (Tabelle 1 ).
3.1.2 Physiologische und externe Systemabbildungen (kraftbasiert und zirkulär)
Die Elemente wurden nach physiologischen und externen Systemen gruppiert und gefärbt, wobei eine kraftbasierte (Abbildung 2 ) und eine kreisförmige (Abbildung 3 ) Kartierung verwendet wurde. Es gab einen Mittelwert von 46,19 Elementen (min: 4, max: 105) für jedes physiologische und externe System (Tabelle 2 ). Zu den physiologischen Systemen mit der größten Anzahl an Elementen gehörten: das Fortpflanzungssystem ( n = 105), das Magen-Darm-System ( n = 88), das Nervensystem ( n = 75) und das Immunsystem ( n = 64). Äußere Faktoren ( n = 88) und Ernährung und Nährstoffe ( n = 94) hatte ebenfalls eine beträchtliche Anzahl von Elementen, die 25 % aller identifizierten Elemente ausmachten. Abbildung 2 hebt die Systemgruppierungen hervor ( Farbschlüssel siehe Tabelle 2 ). Jedes physiologische System wies mehrere Beziehungen auf, die mit allen anderen physiologischen Systemen und den externen Elementen identifiziert wurden, wie durch die Verbindungsmuster zwischen Elementen belegt (hervorgehoben durch 3 ).
3.1.3 Abbildung der Modularität
In Fig . 4 ist ein Modularitätslayout dargestellt, bei dem die Farben der Elemente eher Gemeinschaft als Attribut bedeuten. Insgesamt wurden 11 Gemeinschaften vom Gephi- Algorithmus erkannt, die die Gemeinschaften von Symptomen, Subsystemen, Organen, Symptomen und Umwelteinflüssen angeben, die von den Praktikern als am engsten miteinander verbunden angesehen werden. Unter Verwendung eines EDA-Prozesses umfassten die größten identifizierten Gemeinschaften: Nervensystem und Stimmung (rot), Magen-Darm-Trakt, Leber, Ernährung, Verdauungsenzyme (dunkelgrün), Immunfunktion und Immunsystem (orange), Ernährung und Nährstoffe (rosa), weibliches Fortpflanzungssystem und Hormone(Dunkelblau). Es wurde auch eine stärker verstreute Gemeinschaft identifiziert , die systemische Entzündungen, das Integumentarsystem, Gelenkprobleme, das Lymphsystem und körperliche Aktivität (hellgrün) umfasste.
3.2 Netzwerkanalyse
3.2.1 Netzwerkanalyse: Maßnahmen auf Knotenebene
Innerhalb des Netzwerks war jedes Element mit durchschnittlich 3.815 anderen Elementen verbunden, mit einer Gradvariation zwischen 1 und 157 und einem linksschiefen Gradverteilungsmuster (Hintergrundinformationsdatei S1 ). Die Elemente mit dem höchsten Grad (Tabelle 5 ) umfassten systemische Entzündung (Grad = 157), Stress (Grad = 140), Darmdysbiose (Grad = 96), Angst (Grad = 92), beeinträchtigte Immunfunktion (Grad = 79), Müdigkeit (Grad = 76), schlechte Schlafqualität (Grad = 58), Ernährung (Grad = 50). Elemente mit hohen Betweenness Centrality-Werten sind in Tabelle 5 aufgeführt. Insgesamt 238 Elemente hatten eine Betweenness-Zentralität von null, 190 Elemente hatten eine Betweenness-Zentralität zwischen 0,50 und 500 und 147 Elemente hatten eine Betweenness-Zentralität zwischen 501 und 1500. 139 Elemente hatten mehr als 1501 Betweenness Centrality. Siehe Hintergrundinformationsdatei S2 für die Verteilung der Eigenvektorzentralität und Tabelle 5 für die Elemente mit hoher Eigenvektorzentralität. Die Elemente mit den höchsten Eigenvektorzentralitätswerten waren systemische Entzündung, Müdigkeit und allgemeine Angst.
Element | Grad | Zwischenzentralität | Eigenvektorzentralität |
---|---|---|---|
Systemische Entzündung | 157 | 110.106,82 | 1 |
Betonen | 140 | 77.489.13 | 0,47 |
Darmdysbiose | 96 | 49.353,82 | 0,56 |
Angst | 92 | 37.172,48 | 0,67 |
Beeinträchtigte Immunfunktion | 79 | 35.476,28 | 0,47 |
Ermüdung | 76 | 25.313.04 | 0,72 |
Schlechte Schlafqualität | 58 | 17.865,43 | 0,46 |
Diät | 50 | 19.338,36 | 0,03 |
Nahrungs-/Nährstoff-Maldigestion & Malabsorption | 47 | 14.659,69 | 0,38 |
Nervöses System | 45 | 12.812,73 | 0,26 |
3.2.2 Netzwerkanalyse: Maßnahmen auf Netzwerkebene
Die Netzwerkanalyse ergab, dass der Durchmesser des Netzwerks 13 und die durchschnittliche Pfadlänge 4,148 betrug. Der durchschnittliche Clustering-Koeffizient betrug 0,126, was darauf hinweist, dass jedes Element in diesem Netzwerk im Durchschnitt mit 12,6 % anderer Elemente verbunden ist. Bei der Anwendung des Gephi-Modularitätsalgorithmus wurden insgesamt 11 Gemeinschaften mit einer Größenverteilung jeder Gemeinschaft im Bereich von acht bis 115 Elementen erkannt. Der Modularitätswert des Netzwerks war mit 0,425 hoch, was auf eine gut vernetzte interne Struktur mit einer hohen Dichte interner Verbindungen innerhalb der identifizierten Gemeinschaften hinweist, gemessen an den Verbindungen zwischen Gemeinschaften.
4. DISKUSSION
In dieser Studie wurden Netzwerkkartierungen des naturheilkundlichen Clinical-Reasoning-Prozesses erstellt und analysiert, um die primäre Gesundheitsversorgung mit einer komplexitätswissenschaftlichen Linse zu untersuchen. Diese Forschung bietet einen vorläufigen Einblick in die Verwendung einer komplexitätswissenschaftlichen Perspektive, um die Manifestation der ganzheitlichen Philosophie zu erforschen, die von Naturheilpraktikern durch ihre Prozesse des klinischen Denkens zum Ausdruck gebracht wird.
Insgesamt wurden in den 70 klinischen Fällen, die in diese Studie eingeschlossen wurden, eine Vielzahl von Elementen und ihre vielfältigen Beziehungen berücksichtigt. Der hohe Modularitätswert dieses Datensatzes unterstreicht seine stark vernetzte Natur, wie sie von Naturheilpraktikern wahrgenommen wird; Physiologische Systeme und einzelne Organe wurden von den Praktikern nicht als eigenständige Einheiten betrachtet, sondern vielmehr in komplizierten und verstrickten Beziehungen. Der naturheilkundliche Prozess zur Diagnose und Behandlung von komplexen und chronischen Erkrankungen basiert auf einem integrativen physiologischen Ansatz 19 , einem Ansatz, der ein fester Bestandteil der naturheilkundlichen Ausbildung weltweit ist. 44 Stahl u. a. 19fanden heraus, dass Naturheilpraktiker unabhängig vom vorliegenden Problem mindestens zwei physiologische Patientensysteme in das Fallmanagement einbeziehen, und diese ganzheitliche Perspektive wird hier belegt. Dieser integrierte Ansatz zum Clinical Reasoning kann ein Ergebnis der komplexen Natur chronischer Erkrankungen sein, die 75 % der Gesamtfalllast von Naturheilpraktikern ausmachen. 45 Chronische Krankheiten neigen dazu, komplex und multifaktoriell zu sein, was komplexitätsbewusste Ansätze bevorzugt, anstatt solche, die einfache kausale Schlussfolgerungen und lineare Behandlungen umfassen. 46 – 48 Myers und Vigar 49fanden positive Beweise für eine naturheilkundliche Behandlung für eine Reihe komplexer und chronischer Erkrankungen, und es wurde festgestellt, dass eine chronische Krankheit signifikant mit Patienten in Verbindung gebracht wird, die naturheilkundliche klinische Dienste in Anspruch nehmen. 50Es ist nicht bekannt, inwieweit dieser integrierte und komplexitätsbewusste Ansatz von Naturheilpraktikern angewendet wird, wenn sie Patienten mit akuten Erkrankungen behandeln, und wie dieser ganzheitliche Ansatz im Vergleich zum Fallmanagement und den klinischen Argumentationsprozessen von Praktikern aus anderen Berufen aussehen könnte. Zukünftige Forschungen zu den Clinical-Reasoning-Prozessen von Praktikern aus verschiedenen Berufen bei der Verwaltung verschiedener Patientenvorstellungen können das Wissen über die Praktiken der primären Gesundheitsversorgung erweitern und gleichzeitig Verbesserungen in Effizienz, Wirksamkeit und Sicherheit ermöglichen.
In dieser Studie wurden mehrere Elemente als Schlüsselrollen im klinischen Prozess identifiziert, basierend darauf, wie viele Verbindungen sie zu anderen Elementen hatten, wie oft sie in vermittelnden Rollen zwischen anderen Elementen positioniert waren und wie häufig sie integrale Bestandteile struktureller Gemeinschaften waren. Zu diesen Schlüsselelementen gehörten systemische Entzündungen, Müdigkeit, Angst und Stress, Depressionen, Immunfunktion, Schlafqualität, Darmdysbiose und Darmfunktion sowie Ernährung. McIntyre et al., 50 fanden heraus, dass psychische Gesundheitsstörungen am häufigsten von denen berichtet wurden, die naturheilkundliche klinische Dienste in Anspruch nahmen, während Steel et al., 19festgestellt, dass endokrine und verdauungsfördernde Faktoren für das klinische Denken von Naturheilpraktikern entscheidend sind. Warum diese Aspekte der menschlichen Gesundheit in diesen naturheilkundlichen Fallbetrachtungen am stärksten vertreten sind, wird in dieser Studie nicht untersucht. Es ist möglich, dass dies wirklich lebenswichtige Aspekte der Gesundheit sind, die möglicherweise auf vorteilhafte Ansatzpunkte und Ziele für die Krankheitsprävention in einem salutogenetischen Behandlungsmodell hinweisen, oder es kann sein, dass diese Elemente eine gewisse Affinität zu naturheilkundlichen klinischen Argumenten haben und daher Priorität erhalten Fallmanagement in besonderen Situationen. Eine oder beide Möglichkeiten weisen auf mögliche wertvolle Bereiche zukünftiger Forschung hin.
Während die Verbindungen in den Kartierungen in dieser Studie innerhalb spezifischer physiologischer Systeme, externer Systeme und Gemeinschaftscliquen dichter sind, waren sie zwischen allen Subsystemen des menschlichen Organismus und mit dem externen Kontext reichlich vorhanden. Dieses Ergebnis legt nahe, dass Naturheilpraktiker nicht nur eine ganzheitliche Perspektive anwenden, indem sie jedes der Subsysteme und ihre Bestandteile innerhalb eines Netzwerks betrachten, sondern auch darüber nachdenken, wie Elemente in diesem ganzheitlichen Netzwerk miteinander in Beziehung stehen und interagieren. Es gibt eine wachsende Zahl von Forschungsarbeiten, die Verbindungen zwischen verschiedenen Organen und Systemen innerhalb des Körpers identifizieren. Beispielsweise wurde bei Patienten mit hepatischer Enzephalopathie (an sich eine Störung des Nervensystems, die durch eine schwere Leberfunktionsstörung verursacht wird) ein höheres Maß an kognitiver Beeinträchtigung, systemischer Entzündung,51 ; Es wurde festgestellt, dass Entzündungen, die häufig mit Darmdysbiose in Verbindung gebracht werden, eine Rolle bei der Ätiologie einer Reihe von psychiatrischen Erkrankungen spielen, insbesondere Depressionen 52 ; psychischer Stress ist mit kardiovaskulärer Morbidität verbunden, 53 – 55 und das Immunsystem und das Nervensystem sind über einen bidirektionalen Weg miteinander verbunden. 31 , 56 Forscher erkennen Elemente der komplexen Struktur des menschlichen Organismus durch die Entwicklung von Feldern wie der Psychoneuroimmunologie, 31 der Mikrobiota-Darm-Gehirn-Achse, 52 , 56 , 57 der Hypothalamus-Hypophysen-Nebennieren-Achse, 53Psychodermatologie 58 und das Stress-Reaktionssystem (das das endokrine, das Nerven- und das Immunsystem umfasst) 59 , was auf einen Trend weg von einer reduktionistischen Denkweise hin zu einer von Verbindung und Komplexität hindeutet. Weitere Forschungen aus der klinischen Praxis – sowohl in der Naturheilkunde als auch in anderen medizinischen Systemen – könnten dazu beitragen, weitere wichtige komplexe klinische Zusammenhänge zu identifizieren. Die Einbettung einer komplexitätswissenschaftlichen Perspektive in die klinische Praxis durch die Integration biologischer, biografischer und kontextueller Elemente 48 könnte die primäre Gesundheitsversorgung revolutionieren.
Innerhalb der Kartierungen in dieser Studie waren ein Viertel aller Elemente, die bei den 70 Patienten identifiziert wurden, äußerlich und umweltbedingt, wobei die restlichen 75 % innere Zustände, Organe, Symptome und physiologische Systeme umfassten. Als Teil ihres Case-Management-Prozesses berücksichtigen Naturheilpraktiker routinemäßig ein zusammenhängendes Netz aus internen physiologischen Systemen und externen Einflüssen – sowohl als Elemente als auch als eine Sammlung von Beziehungen. Die Behandlungsreaktion auf dieses Muster ist ein vollständiger und vollständiger Reaktionsplan, der so konzipiert ist, dass er dynamisch und vollständig funktioniert 25indem der Umweltkontext und die Störung des ganzen Menschen angesprochen werden. Die Naturheilkunde befasst sich sowohl mit dem einzigartigen äußeren Kontext des Individuums (z. B. Ernährung, Lebensstil, soziale Interaktionen, natürliche und gebaute Umgebung) als auch mit der Störung seiner gesamten Person, wie sie durch die vorliegenden Zeichen- und Symptommuster bestimmt wird. 25 Auch wenn die Besonderheiten eines solchen Ansatzes für die naturheilkundliche Medizin einzigartig sein mögen, gibt es einen evidenzbasierten Imperativ für die Berücksichtigung externer Faktoren in der primären Gesundheitsversorgung – zum Beispiel ist der Zusammenhang zwischen Ernährung, Lebensstil und Wohlbefinden seit langem anerkannt, 60 , 61 Placebo-Forschung hat einen Zusammenhang zwischen Erwartungen, Konditionierung, Kontext und Behandlungsergebnissen hergestellt, 62 – 64und ein Zusammenhang zwischen positiver sozialer Verbindung und Gesundheit und Langlebigkeit wurde nachgewiesen. 65 – 67 Die Bewältigung der Gesundheitsbedürfnisse eines Patienten ohne Berücksichtigung kontextbezogener Erwägungen birgt die Gefahr, auslösende und fortbestehende Elemente zu übersehen, von denen der Behandlungserfolg abhängt.
Diese Studie ist nicht ohne Einschränkungen. Die geringe Teilnehmerzahl (insgesamt sieben) erhöht das Risiko verzerrter Daten. Die kleine Stichprobe bedeutet auch, dass diese Studie nicht als Beispiel für die Verwendung eines komplexitätswissenschaftlichen Forschungsrahmens für den naturheilkundlichen Case-Management-Prozess angesehen werden kann, sondern eher eine vorläufige Untersuchung dieses Ansatzes in diesem Kontext darstellt. Außerdem hat das Forschungsteam die Elementattribute in der kraftbasierten Kartierung und die Zuordnung von Elementen zu Subsystemen in der Kartierung physiologischer und externer Systeme nach eigenem Ermessen zugewiesen. Dies ist nicht ideal, und in zukünftigen Studien dieser Art wäre es wünschenswert, einen Konsens über diese Zuordnungen innerhalb des untersuchten Berufs zu erzielen. Nichtsdestotrotz, Diese explorative Studie unterstreicht das Potenzial der Komplexitätswissenschaft bei der Analyse der klinischen Praxis und der klinischen Beziehungen sowie die Machbarkeit der Umsetzung eines solchen Ansatzes innerhalb eines Berufs. Größere, strengere Studien, die diese Methodik verwenden, könnten dazu beitragen, weitere Erkenntnisse zu gewinnen und die Einschränkungen dieser Studie zu überwinden.
5. SCHLUSSFOLGERUNG
Das naturheilkundliche klinische Management ist ganzheitlich in seinem Ansatz und basiert auf einer Multisystemsicht, die einen integrierten Umweltkontext und eine integrierte Physiologie umfasst. Während ein reduktionistisches und mechanistisches Paradigma die meisten aktuellen Gesundheitsforschungen beeinflusst, reicht es in seinem Umfang nicht aus, um die klinische Argumentation vollständig zu erforschen und zu bewerten, die nicht auf einer genau definierten Krankheitsklassifikation und einer entsprechenden linearen Behandlung beruht, sondern stattdessen aus einem breiten Behandlungsansatz für ein Ganzes besteht Bewertung des Organismus. Die Einbeziehung von komplexitätswissenschaftlichen Strategien und Werkzeugen, um eine komplexitätswissenschaftliche Perspektive in die klinische Forschung einzubringen, eröffnet unserem Verständnis des Prozesses der primären Gesundheitsversorgung die Möglichkeit, die Auseinandersetzung der Praktiker mit und das Verständnis des gesamten menschlichen Organismus im Kontext besser widerzuspiegeln. Die Naturheilkunde basiert auf Ganzheitlichkeit, was unsere Studie zeigt, steht im Einklang mit Systemdenken und einem Komplexitätsparadigma. Wie diese Studie zeigt, ermöglicht die Anwendung eines Komplexitätsforschungsrahmens eine kritische Untersuchung des Fallmanagements und des klinischen Denkens, das in traditionellen Gesamtsystemen der Medizin verwendet wird, und der philosophischen Grundlage, die diese untermauert. Während Holismus ein traditionelles Konzept im Gesundheitswesen ist, ermöglicht die Weiterentwicklung der Komplexitätswissenschaft und die Einbeziehung dieser Perspektive in die klinische Forschung die Entstehung eines zeitgenössischen ganzheitlichen Paradigmas, das den menschlichen Organismus als CAS anerkennt. Die Einbeziehung komplexitätswissenschaftlicher Perspektiven in die klinische Forschung kann ein Instrument sein, das dazu beitragen kann, die immer komplexer werdenden Probleme im Gesundheitswesen effektiver zu bewältigen.
AUTORENBEITRÄGE
Kim D. Graham : entwarf das Hauptmanuskript und bereitete die unterstützenden Dokumente vor. Amie Steel und Jon Wardle : Betreuung und Feedback während dieses Prozesses und aller produzierten Materialien. Alle Autoren haben das Manuskript geprüft und seine Einreichung genehmigt.
DANKSAGUNGEN
Das Endeavour College of Natural Medicine erhielt ein Stipendium, das den Teilnehmern eine nominelle Erstattung gewährte. Open-Access-Veröffentlichung, ermöglicht durch die University of Technology Sydney, als Teil der Wiley-University of Technology Sydney-Vereinbarung über den Council of Australian University Librarians.
Quellen
- Complexity and the reductionism-holism debate in systems biology: complexity and the reductionism-holism debate. Wiley Interdiscip Rev: Syst Biol Med. 2012; 4(5): 413– 427. doi:10.1002/wsbm.1181
Wiley Online LibraryCASPubMedWeb of Science®(Link entfernt)
.
- 2 , . Medical Anthropology. Open University Press; 2005.
(Link entfernt)
- 3 . Complexity modeling: identify instability early. Crit Care Med. 2010; 38: S649– S655. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 4 . Reductionism and nursing clinical reality. Biomed J Sci Tech Res. 2017; 1(3). doi:10.26717/BJSTR.2017.01.000285
(Link entfernt)
- 5 , , . ‘Creating the right therapy vibe’: relational performances in holistic Medicine. Soc Sci Med. 2013; 83: 99– 109. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 6 , . Models for the study of whole systems. Integr Cancer Ther. 2006; 5(4): 293– 307.
CrossrefPubMedWeb of Science®(Link entfernt)
- 7 . Integration and paradigm clash: the practical difficulties of integrative medicine. In: P Tovey, J Adams, G Easthope, eds., The Mainstreaming of Complementary and Alternative Medicine. Routledge; 2004: 103– 122.
(Link entfernt)
- 8 , , . The intersection between models of health and how healing transpires: a metaethnographic synthesis of complementary Medicine practitioners’ perceptions. J Altern Complement Med. 2021; 27: 538– 549. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 9 , , . Implementation of evidence-based practice: a naturopath perspective. Complement Ther Clin Pract. 2016; 22: 24– 28. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 10 Oxford Dictionary2019. Accessed January 25. (Link entfernt)
Google Scholar
- 11 . Re-visioning clinical reasoning, or stepping out from the skull. Med Teach. 2021; 43(4): 456– 462. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 12 . Reasoning processes in clinical reasoning: from the perspective of cognitive psychology. Korean J Med Educ. 2019; 31(4): 299– 308. (Link entfernt)
CrossrefPubMed(Link entfernt)
- 13 . Critical thinking versus clinical reasoning versus clinical judgment: differential diagnosis. Nurse Educ. 2013; 38(1): 34– 36. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 14 . Clinical reasoning: concept analysis. J Adv Nurs. 2010; 66(5): 1151– 1158. doi:10.1111/j.1365-2648.2010.05262.x
Wiley Online LibraryCASPubMedWeb of Science®(Link entfernt)
- 15 World Health Organization. Benchmarks for Training in Traditional Nat, Nat. World Health Organization; 2010.
(Link entfernt)
- 16 World Naturopathic Federation. Global-Naturopathic-Regulation_Nov-2019.pdf. Published 2019. Accessed October 5, 2020. http://worldnaturopathicfederation.org/wp-content/uploads/2019/11/Global-Naturopathic-Regulation_Nov-2019.pdf
(Link entfernt)
- 17 World Naturopathic Federation. WNF_Terminology_Document_final-Aug-2019.pdf. Published 2019. Accessed October 5, 2020. http://worldnaturopathicfederation.org/wp-content/uploads/2019/08/WNF_Terminology_Document_final-Aug-2019.pdf
(Link entfernt)
- 18 . Clinical Naturopathic Medicine. 2nd ed. Elsevier; 2019.
(Link entfernt)
- 19 , , , et al. Integrative physiology and traditional naturopathic practice: results of an international observational study. Integr Med Res. 2020; 9(4):100424. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 20 , , . The role of outcomes research in evaluating complementary and alternative Medicine. Altern Ther. 2002; 8(3): 88– 95. (Link entfernt)
(Link entfernt)
- 21 , , , et al. Integrative medicine and systemic outcomes research: issues in the emergence of a new model for primary health care. Arch Intern Med. 2002; 162(2): 133– 140. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 22 , , , et al. Lessons from outside and within: exploring advancements in methodology for naturopathic medicine clinical research. J Altern Complement Med. 2019; 25(2): 135– 140. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 23 , , . Complex consultations and the ‘edge of chaos. Br J Gen Pract. 2005; 55(510): 47– 52.
PubMedWeb of Science®(Link entfernt)
- 24 . Complexity; a Guided Tour. Oxford University Press; 2009.
(Link entfernt)
- 25 , , , . A complex systems science perspective for whole systems of complementary and alternative Medicine research. Forsch Komplementärmedizin Res Complement Med. 2012; 19(s1): 7– 14. (Link entfernt)
Crossref(Link entfernt)
- 26 . Does chaos theory have major implications for philosophy of Medicine? Med Humanit. 2002; 28(2): 78– 81. (Link entfernt)
CrossrefCASPubMed(Link entfernt)
- 27 , . Clinical evaluation: constructing a new model for post-normal Medicine. J Eval Clin Pract. 2002; 8(2): 131– 138. doi:10.1046/j.1365-2753.2002.00312.x
Wiley Online LibraryPubMedWeb of Science®(Link entfernt)
- 28 , . Studying complexity in health services research: desperately seeking an overdue paradigm shift. BMC Med. 2018; 16(1): 95. doi:10.1186/s12916-018-1089-4%3Cs12916-018-1089-4
CrossrefPubMedWeb of Science®(Link entfernt)
- 29 . Complexity made simple. Postgrad Med J. 2018; 94(1116): 611– 612. (Link entfernt)
CrossrefPubMed(Link entfernt)
- 30 , , , . The limits of reductionism in Medicine: could systems biology offer an alternative? PLoS Med. 2006; 3(6):e208. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 31 , . Conceptual development of the immune system as a sixth sense. Brain Behav Immun. 2007; 21(1): 23– 33. (Link entfernt)
CrossrefCASPubMedWeb of Science®(Link entfernt)
- 32 . Putting the mind back into the body a successor scientific medical model. Theor Med. 1994; 15(3): 291– 313. (Link entfernt)
CrossrefCASPubMed(Link entfernt)
- 33 , . Reciprocal communication between the nervous and immune systems: crosstalk, back-talk and motivational speeches. Int Rev Psychiatry. 2005; 17(6): 439– 441. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 34 . The application of systems thinking in health: why use systems thinking? Health Res Policy Syst. 2014; 12(1):51. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 35 , . Systems and complexity thinking in the general practice literature: an integrative, historical narrative review. Ann Fam Med. 2014; 12(1): 66– 74. (Link entfernt)
CrossrefPubMed(Link entfernt)
- 36 . Complex adaptive systems. Annu Rev Anthropol. 2003; 32(1): 183– 204. doi:10.1146/annurev.anthro.32.061002.093440
CrossrefWeb of Science®(Link entfernt)
- 37 , , , et al. Modules, networks and systems medicine for understanding disease and aiding diagnosis. Genome Med. 2014; 6(10): 82. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 38 . Implications of complexity theory for clinical practice and healthcare organization. BJA Educ. 2016; 16(10): 349– 352. (Link entfernt)
Crossref(Link entfernt)
- 39 , , , et al. Researching complementary and alternative treatments—the gatekeepers are not at home. BMC Med Res Methodol. 2007; 7(1):7. doi:10.1186/1471-2288-7-7
CrossrefPubMedWeb of Science®(Link entfernt)
- 40 , , Gephi: An Open Source Software for Exploring and Manipulating Networks. Proc Third Int ICWSM Conf. Published online 2009: 2.
(Link entfernt)
- 41 , , . Embracing the complexity of primary health care: system-based tools and strategies for researching the case management process. J Multidiscip Healthc. 2021; 14: 2817– 2826. (Link entfernt)<Volume.
CrossrefPubMed(Link entfernt)
- 42 . Exploratory Data Analysis. Addison-Wesley; 1977.
(Link entfernt)
- 43 , , Exploratory Data Analysis with MATLAB. CRC Press LLC; 2017. Accessed March 4, 2021. <http://ebookcentral.proquest.com/lib/uts/detail.action?docID=5475665
(Link entfernt)
- 44 World Naturopathic Federation. WNF White Paper: Naturopathic Philosophies, Principles and Theories. Published online 2017.
(Link entfernt)
- 45 , , , et al. Overview of international naturopathic practice and patient characteristics: results from a cross-sectional study in 14 countries. BMC Complement Med Ther. 2020; 20(1): 59. doi:10.1186/s12906-020-2851-7
CrossrefPubMed(Link entfernt)
- 46 . The role of paradoxical beliefs in chronic pain: a complex adaptive systems perspective. Scand J Caring Sci. 2007; 21(2): 207– 213. doi:10.1111/j.1471-6712.2007.00457.x
Wiley Online LibraryPubMedWeb of Science®(Link entfernt)
- 47 , , . Proposal for an integrated evaluation model for the study of whole systems health care in cancer. Integr Cancer Ther. 2006; 5(4): 315– 319.
CrossrefPubMedWeb of Science®(Link entfernt)
- 48 , , , , . Beyond multimorbidity: what can we learn from complexity science? J Eval Clin Pract. 2021; 27(5): 1187– 1193. doi:10.1111/jep.13521
Wiley Online LibraryPubMedWeb of Science®(Link entfernt)
- 49 , . The state of the evidence for whole-system, multi-modality naturopathic medicine: a systematic scoping review. J Altern Complement Med. 2019; 25(2): 141– 168. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 50 , , , et al. Consultations with naturopaths and Western herbalists: prevalence of use and characteristics of users in Australia. J Altern Complement Med. 2019; 25(2): 181– 188.
CrossrefPubMedWeb of Science®(Link entfernt)
- 51 , , , et al. Impaired gut-liver-brain axis in patients with cirrhosis. Sci Rep. 2016; 6(1):26800. (Link entfernt)
CrossrefCASPubMed(Link entfernt)
- 52 , . The gut–brain axis: the role of melatonin in linking psychiatric, inflammatory and neurodegenerative conditions. Adv Integr Med. 2015; 2(1): 31– 37. (Link entfernt)
CrossrefWeb of Science®(Link entfernt)
- 53 , , . The cardiovascular toll of stress. The Lancet. 2007; 370(9592): 1089– 1100. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 54 , . Chronic psychosocial factors and acute physiological responses to laboratory-induced stress in healthy populations: a quantitative review of 30 years of investigations. Psychol Bull. 2008; 134(6): 829– 885. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 55 . Psychological stress and cardiovascular disease. J Am Coll Cardiol. 2008; 51(13): 1237– 1246. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 56 , , . The mucosal immune system: master regulator of bidirectional gut–brain communications. Nat Rev Gastroenterol Hepatol. 2017; 14(3): 143– 159. (Link entfernt)
CrossrefCASPubMedWeb of Science®(Link entfernt)
- 57 , , . Stress & the gut-brain axis: regulation by the microbiome. Neurobiol Stress. 2017; 7: 124– 136. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 58 , , . The mind, body and spirit in psychodermatology: the legacy of george L engel, MD. Int J Child Health Hum Dev. 2015; 8(1): 3– 10.
(Link entfernt)
- 59 . Mind–body medicine for treating depression: using the mind to alter the body’s response to stress. Altern Complement Ther. 2007; 13(1): 4– 9. (Link entfernt)
Crossref(Link entfernt)
- 60 , , , . Lifestyle determinants and mortality in German vegetarians and Health-Conscious persons: results of a 21-Year follow-up. Cancer Epidemiol Prev Biomark. 2005; 14(4): 963– 968. (Link entfernt)
CrossrefPubMed(Link entfernt)
- 61 , , , et al. Prevention of Chronic Disease by Means of Diet and Lifestyle Changes. In: DT Jamison, JG Breman, AR Measham, et al, eds. Disease Control Priorities in Developing Countries. 2nd ed. World Bank; 2006. Accessed October 30, 2020. (Link entfernt)
Web of Science®(Link entfernt)
- 62 , . Harnessing the placebo effect: the need for translational research. Philos Trans R Soc B Biol Sci. 2011; 366(1572): 1922– 1930. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 63 , , , . A review of the theoretical and biological understanding of the nocebo and placebo phenomena. Clin Ther. 2017; 39(3): 469– 476. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 64 , , . Reconsidering the placebo response from a broad anthropological perspective. Cult Med Psychiatry. 2009; 33(1): 112– 152. (Link entfernt)
CrossrefPubMedWeb of Science®(Link entfernt)
- 65 , . Social neuroscience and health: neurophysiological mechanisms linking social ties with physical health. Nat Neurosci. 2012; 15(5): 669– 674. (Link entfernt)
CrossrefCASPubMedWeb of Science®(Link entfernt)
- 66 . Why social relationships are important for physical health: a systems approach to understanding and modifying risk and protection. Annu Rev Psychol. 2018; 69: 437– 458.
CrossrefPubMedWeb of Science®(Link entfernt)
- 67 , , . Relationship quality and oxytocin: influence of stable and modifiable aspects of relationships. J Soc Pers Relatsh. 2015; 32(4): 472– 490. doi:10.1177/0265407514536294
CrossrefWeb of Science®(Link entfernt)