Comparison of Voice Characteristics Following Three Different Methods of Treatment for Laryngeal Cancer
Notice bibliographique
Résumé
INTRODUCTION: Laryngeal cancer treatment has become more complex and diversified in past decades. Many different methods of treatment have evolved, and most have been able to restore the patient's function and maintain some form of functional speech. This study was designed to evaluate the voice and speech characteristics of patients who have undergone different treatments for laryngeal cancer and to compare those characteristics with those of age- and sex-matched normal laryngeal speakers. METHODS: Twenty-two male subjects participated in the study. Five men were treated with radiation therapy, 6 men had supracricoid partial laryngectomy, 6 men had undergone total laryngectomy with tracheoesophageal puncture, and 5 men were normal laryngeal speakers. Acoustic, aeromechanical, and perceptual assessments of speech were collected. RESULTS: Significant age effects were found for maximum phonation times. As age increased, maximum phonation time decreased (p < .005). Significant differences were found between groups for the following dependent variables: percentage of voiceless phonation, maximum phonation time, laryngeal airway resistance, subglottal pressure, oral flow, and word intelligibility. Trends in the data for differences between groups were noted for the following acoustic variables: noise-to-harmonics ratio, jitter, and shimmer. CONCLUSIONS: All patients developed or maintained a source of voicing after treatment and could use speech functionally, as demonstrated by normal sentence intelligibility. The radiation treatment group had voices that differed the least from the control group, whereas the opposite was true for the surgical groups, especially for those with total laryngectomy.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».