A Pilot Study Using the Chinese Herbal Paste Liu-He-Dan to Manage Radiodermatitis Associated with Breast Cancer Radiotherapy
Notice bibliographique
Résumé
BACKGROUND: During radiotherapy for breast cancer, patients are greatly affected by pain, infection, and delayed healing of wounds caused by radiodermatitis. In the present study, we aimed to determine the efficacy of Liu-He-Dan in treating radiodermatitis. METHODS: In 26 breast cancer patients who experienced moist decrustation while receiving radiotherapy, 5 g Liu-He-Dan was applied externally once daily after the wound surface had been cleaned and dried. The healing time was recorded, and a Kaplan-Meier survival curve was applied to analyze the treatment course. Meanwhile, a pain assessment using the Numeric Rating Scale (nrs) recorded the pain level experienced by patients after application of the Liu-He-Dan. RESULTS: After application of Liu-He-Dan, the average healing time for the surface of the moist decrustation wounds was 14.17 ± 2.03 days (range: 5-22 days). Inflammatory seepage decreased significantly and exudation almost disappeared in 3 days. The pain trend line indicated that the average nrs score declined with treatment in all patients. The average nrs scores at days 1, 4, and 7 were 6.13, 3.62, and 2.58 respectively. After 3 days of treatment, pain was remarkably alleviated in 80.76% of patients. After treatment for 1 week, the pain remission rate was 96.15%, without any obvious adverse reactions. CONCLUSIONS: Liu-He-Dan was efficacious in treating radiation skin injury with little toxicity and few side effects; the economic efficiency of the treatment was also favourable. The Liu-He-Dan was generally well tolerated by patients. In future, randomized control trials will be established for further observation of the value of Liu-He-Dan in treating radiodermatitis in breast cancer.
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 | 0,001 |
| 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 ».