MétaCan
Menu
Retour à la cohorte
Enregistrement W2765631041 · doi:10.1002/cam4.1221

Common oral complications of head and neck cancer radiation therapy: mucositis, infections, saliva change, fibrosis, sensory dysfunctions, dental caries, periodontal disease, and osteoradionecrosis

2017· review· en· W2765631041 sur OpenAlexaff
Hervé Sroussi, Joel B. Epstein, René‐Jean Bensadoun, Deborah Saunders, Rajesh V. Lalla, César A. Migliorati, Natalie Heaivilin, Zachary S. Zumsteg

Notice bibliographique

RevueCancer Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensNOSM UniversityNortheast Cancer CentreHealth Sciences North
Organismes subventionnairesnon disponible
Mots-clésMucositisMedicineOsteoradionecrosisHead and neck cancerRadiation therapySoft tissueCancerOral hygieneQuality of life (healthcare)DiseaseDentistryIntensive care medicineSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Patients undergoing radiation therapy for the head and neck are susceptible to a significant and often abrupt deterioration in their oral health. The oral morbidities of radiation therapy include but are not limited to an increased susceptibility to dental caries and periodontal disease. They also include profound and often permanent functional and sensory changes involving the oral soft tissue. These changes range from oral mucositis experienced during and soon after treatment, mucosal opportunistic infections, neurosensory disorders, and tissue fibrosis. Many of the oral soft tissue changes following radiation therapy are difficult challenges to the patients and their caregivers and require life-long strategies to alleviate their deleterious effect on basic life functions and on the quality of life. We discuss the presentation, prognosis, and management strategies of the dental structure and oral soft tissue morbidities resulting from the administration of therapeutic radiation in head and neck patient. A case for a collaborative and integrated multidisciplinary approach to the management of these patients is made, with specific recommendation to include knowledgeable and experienced oral health care professionals in the treatment team.

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
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,175
Tête enseignante GPT0,448
Écart entre enseignants0,273 · 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

Citations767
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer MedicineMême sujetOral health in cancer treatmentTravaux en français237 207