MétaCan
Menu
Retour à la cohorte
Enregistrement W2735087380 · doi:10.4103/ijpc.ijpc_146_16

The effect of honey on radiation-induced oral mucositis in head and neck cancer patients

2017· article· en· W2735087380 sur OpenAlexaff
Amna Amanat, Asrar Ahmed, Abbas Kazmi, Bushra Aziz

Notice bibliographique

RevueIndian Journal of Palliative Care · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensCollège Montmorency
Organismes subventionnairesnon disponible
Mots-clésMucositisMedicineRadiation therapyHead and neck cancerGrading (engineering)CancerInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

AIM: The aim of this study is to evaluate the effect of honey on clinically scoring grades of oral mucositis. MATERIALS AND METHODS: This interventional study was carried out in Radiation Oncology Department of Mayo Hospital, Lahore. In this study, 82 patients of both genders, of head and neck cancer, planned for radiotherapy, were divided into two groups by random sampling numbers. Patients in both groups were treated with a total dose of 60-78 Grays in 4-6 weeks. In treatment group, patients were instructed to take 20 mL of honey. In control group, they were advised to rinse with 0.9% of saline. Patients were evaluated every week to assess the grades of oral mucositis up to 6 weeks. The assessment tool was Radiation Therapy Oncology Group Grading System. The statistical analysis was done by Chi-square test. RESULTS: In honey-treated group, the proportion of mucositis (Grades 3 and 4) was lower and statistically significant as compared to control group at the end of 6 weeks of radiation. CONCLUSION: This study showed that oral intake of honey during radiotherapy is valuable in the reduction of severity of oral mucositis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,098
Score d'incertitude au seuil0,301

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,033
Tête enseignante GPT0,398
Écart entre enseignants0,365 · 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 tête enseignante, 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

Citations50
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndian Journal of Palliative CareMême sujetOral health in cancer treatmentTravaux en français237 207