MétaCan
Menu
Retour à la cohorte
Enregistrement W2000475646 · doi:10.4021/wjon263w

Topical Application of Hangeshashinto (TJ-14) in the Treatmentof Chemotherapy-Induced Oral Mucositis

2010· article· en· W2000475646 sur OpenAlexvenueno aff
Toru Kono

Notice bibliographique

RevueWorld Journal of Oncology · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMucositisChemotherapyIntensive care medicineSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The optimal treatment of chemotherapy-induced oral mucositis is not well established. A recent study showed that hangeshashinto (TJ-14) might be useful for periodontal disease via downregulating pro-inflammatory prostaglandins in the cyclooxygenase pathway in human. Our study aimed to determine whether TJ-14 is effective in the management of chemotherapy-induced oral mucositis. METHODS: Fourteen patients afflicted with chemotherapy-induced oral mucositis during mFOLFOX6 or FOLFIRI treatment for metastasis of advanced colorectal cancer were randomly assigned to topical TJ-14 treatment thrice daily for 7 days. Patients prepared a 50 ml solution with 2.5 g of TJ-14 dissolved in tap water and rinsed their oral mucosa for more than 5 seconds and then expectorated it. TJ-14 was also topically applied with a cotton pellet on the mucosal lesions. The severity of oral mucositis was evaluated using the Common Terminology Criteria for Adverse Events version 4 before and after one-week TJ-14 treatment. RESULTS: = 0.0012). Compared to baseline, none of the patients' CTCAE grades worsened. The compliance of TJ-14-treatment was good and side effects from TJ-14 were not observed. CONCLUSIONS: Topical application of TJ-14 may have therapeutic effects in patients with chemotherapy-induced oral mucositis via downregulation of pro-inflammatory prostaglandins. A prospective, randomized, controlled, double-blind studies are necessary to confirm the findings of this open-label, pilot study.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,409
Écart entre enseignants0,368 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations47
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetOral health in cancer treatmentTravaux en français237 207