MétaCan
Menu
Retour à la cohorte
Enregistrement W1982927656 · doi:10.1177/1043454208317235

Establishing Literature-Based Items for an Oral Mucositis Assessment Tool in Children

2008· review· en· W1982927656 sur OpenAlexaff
Deborah Tomlinson, Peter Judd, Eleanor Hendershot, Anne-Marie Maloney, Lillian Sung

Notice bibliographique

RevueJournal of Pediatric Oncology Nursing · 2008
Typereview
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésMucositisEtiologyMedicineOral cavityIntensive care medicinePsychologyDentistrySurgeryPsychiatryRadiation therapy

Résumé

récupéré en direct d'OpenAlex

Although there are numerous instruments for oral mucositis (OM) assessment in adults, there is a lack of validated instruments for use in children. The objectives of this systematic review were to describe literature-based items that should be considered for a pediatric mucositis scale and other issues that should be considered when assessing mucositis in children. Literature search of PubMed and bibliography searches identified articles relevant to the assessment of mucositis and mucositis assessment studies in children. The elements established from the literature were grouped under objective, subjective, and functional items. Other issues that require consideration include the conditions for the assessment of the oral cavity and the etiology of OM. The resultant list included 23 items that have been used in mucositis assessment scales. This list of items may be used as an initial step in developing a new pediatric OM scale that particularly focuses on the unique issues in children.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,082
Tête enseignante GPT0,491
Écart entre enseignants0,410 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Oncology NursingMême sujetOral health in cancer treatmentTravaux en français237 207