Efficacy of Thickened Liquids for Eliminating Aspiration in Head and Neck Cancer
Notice bibliographique
Résumé
OBJECTIVE: To appraise the current videofluoroscopic evidence on the reduction of aspiration using thickened liquids in the head and neck cancer population. DATA SOURCES: Search terms relating to deglutition or dysphagia or swallow and neoplasms and oncology or head and neck cancer and viscosity or texture and apira or residu* were combined with honey or nectar, xerostomia, and respiratory aspiration using Boolean operators. REVIEW METHODS: A multiengine literature search identified 337 nonduplicate articles, of which 6 were judged to be relevant. These underwent detailed review for study quality and qualitative synthesis. RESULTS: The articles reviewed in detail predominantly described heterogeneous study samples with small sample sizes, making for difficult interpretation and generalization of results. Rates of aspiration were typically not reported by bolus consistency, despite the fact that a variety of stimulus consistencies was used during a videofluoroscopic swallowing study. Studies confirmed that aspiration is a major concern in the head and neck cancer population and reported a trend toward more frequent aspiration after (chemo)radiotherapy. CONCLUSION: Overall, the literature on thickened liquids as an intervention to eliminate aspiration in the head and neck cancer population is limited. Because aspiration is known to be prevalent in the head and neck cancer population and thickened liquids are known to eliminate aspiration in other populations, it is important to determine the effectiveness of thickened liquids for reducing aspiration in the head and neck cancer population.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».