MétaCan
Menu
Retour à la cohorte
Enregistrement W2889681772 · doi:10.1002/hed.25339

Combination of submandibular salivary gland transfer and intensity‐modulated radiotherapy to reduce dryness of mouth (xerostomia) in patients with head and neck cancer

2018· article· en· W2889681772 sur OpenAlexafffund
Rufus Scrimger, Hadi Seikaly, Larissa J. Vos, Jeffrey Harris, Dan O’Connell, Sunita Ghosh, Brock Debenham, Naresh Jha

Notice bibliographique

RevueHead & Neck · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSalivary Gland Disorders and Functions
Établissements canadiensAlberta Medical AssociationUniversity of Alberta HospitalAlberta Hospital EdmontonAlberta Cancer FoundationUniversity of Alberta
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésMedicineHead and neck cancerRadiation therapyTomotherapySalivary glandQuality of life (healthcare)Submandibular glandParotid glandCancerSurgeryRadiologyInternal medicineDentistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Xerostomia is a debilitating side effect of radiotherapy for head and neck cancer. Combining surgical submandibular-gland transfer (SMGT) with intensity-modulated radiotherapy (IMRT) may provide greater protection of salivary function. METHODS: This was a single-institution, prospective phase II feasibility trial. Patients with head and neck cancer or unknown primary with neck node metastases received primary surgery with SMGT and postoperative radiotherapy with tomotherapy (60 Gy in 30 fractions). Toxicity and quality of life (QOL) were assessed before surgery, before RT, and after RT. RESULTS: Forty patients received SMGT and IMRT. Only 1 patient experienced grade 3 salivary gland toxicity. At 12 months post-RT, the rate of absent or only mild xerostomia was 89%, and salivary flow rates were approximately 75% of pre-RT levels. CONCLUSIONS: The combination of IMRT with SMGT is feasible and with improved dose constraints may maximally spare the parotid and submandibular glands, leading to decreased xerostomia and improved patient QOL.

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 enseignants0,006
Score d'incertitude au seuil0,404

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 Opus0,013
Tête enseignante GPT0,265
Écart entre enseignants0,252 · 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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetSalivary Gland Disorders and FunctionsTravaux en français237 207