MétaCan
Menu
Retour à la cohorte
Enregistrement W2334066012 · doi:10.1248/yakushi.131.1677

Stimulating Oral and Nasal Chemoreceptors for Preventing Aspiration Pneumonia in the Elderly

2011· review· en· W2334066012 sur OpenAlexaff
Satoru Ebihara, Takae Ebihara, Miyako Yamasaki, Masahiro Kohzuki

Notice bibliographique

RevueYAKUGAKU ZASSHI · 2011
Typereview
Langueen
DomaineHealth Professions
ThématiqueDysphagia Assessment and Management
Établissements canadiensInstitute of Aging
Organismes subventionnairesMinistry of Education, Culture, Sports, Science and TechnologySuzuken Memorial Foundation
Mots-clésSwallowingReflexDysphagiaMedicineAspiration pneumoniaAnesthesiaPharyngeal reflexTRPM8TRPV1PneumoniaInternal medicineSurgeryReceptorTransient receptor potential channel

Résumé

récupéré en direct d'OpenAlex

Aspiration pneumonia remains a major cause of death in the elderly. However, fundamental and effective treatment has not been established yet. Onset of aspiration pneumonia is based on the presence of dysphagia, such as delayed triggering of the swallowing reflex. The swallowing reflex in the elderly is temperature sensitive, even if it is impaired. Swallowing reflex was delayed when the temperature of the food was close to body temperature. The actual swallowing time shortened when the temperature difference increases. The improvement of swallowing reflex by temperature stimuli could be mediated by the temperature-sensitive TRP channel. Administration of the TRPV1 agonists improves the delay of the swallowing reflex. Red wine polyphenols have been suggested to improve the swallowing reflex by increasing TRPV1 response. Food with menthol, an agonist of TRPM8 which is a cold temperature receptor, also decreased the delay in swallowing reflex. Olfactory stimuli, such as black pepper, can be a useful tool to improve swallowing reflex in people with lower ADL and consciousness levels. By combining these various sensory stimuli, we developed a protocol to start oral intake in patients with aspiration pneumonia This protocol shall continue to contribute to the ingestion of many older people.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,211
Tête enseignante GPT0,493
Écart entre enseignants0,282 · 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'étudeSans objet
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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYAKUGAKU ZASSHIMême sujetDysphagia Assessment and ManagementTravaux en français237 207