The effect of parotid gland‐sparing intensity‐modulated radiotherapy on salivary composition, flow rate and xerostomia measures
Notice bibliographique
Résumé
Objectives To describe parotid gland ( PG ) saliva organic and inorganic composition and flow rate changes, after curative intensity‐modulated radiotherapy ( IMRT ) for head and neck cancer ( HNC ), and analyse the relationship between PG saliva analytes and xerostomia measures. Methods and Materials Twenty‐six patients recruited to five prospective phase 2 or 3 trials which assessed toxicity and efficacy of IMRT by HNC subsite, provided longitudinal PG saliva. Salivary flow rate, and subjective and objective xerostomia measures were prospectively collected and saliva tested for inorganic and organic analytes. Statistical comparisons of longitudinal analyte changes and analysis for a relationship between dichotomized xerostomia score and saliva analytes were performed. Results One hundred and forty‐two PG saliva samples from 26 patients were analysed. At 3–6 months after IMRT , stimulated and unstimulated saliva showed significantly decreased flow rate, total protein ( TP ) secretion rate, phosphate concentration and increased lactoferrin ( LF ) concentration. Stimulated saliva alone had elevated LF secretion rate and beta‐2‐microglobulin (B 2 M) concentration with decreased calcium (Ca 2+ ) and magnesium (Mg 2+ ) concentrations and Ca 2+ secretion rate. At >12 months, under stimulated and unstimulated conditions, increased LF concentration and decreased Mg 2+ and phosphate concentration persisted and, in stimulated saliva, there was decreased potassium (K + ) and Mg 2+ concentration. Unstimulated TP secretion rate was lower in the presence of high‐grade xerostomia. Otherwise, no relationship between xerostomia grade and PG salivary flow rate, TP and Ca 2+ secretion rate was found. Conclusion Fewer significant differences in PG saliva analytes >12 months after IMRT indicate good functional recovery. Residual xerostomia after IMRT will only be further reduced by addressing the sparing of subsites of the PG or other salivary gland tissues, in addition to the PG .
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».