Application of Manual Therapy for Dysphagia in Head and Neck Cancer Patients: A Preliminary National Survey of Treatment Trends and Adverse Events
Notice bibliographique
Résumé
BACKGROUND: Radiation-associated dysphagia is a common and debilitating consequence of treatment for head and neck cancer (HNC). Since commonly employed dysphagia therapy programs for HNC patients still lack authoritative efficacy, some speech-language pathologists (SLPs) have started employing manual therapy (MT) techniques in an attempt to prevent or rehabilitate dysphagia in this patient population. However, exceptionally little is known about the use of MT in this patient population. OBJECTIVES: The purpose of this study was to describe practice patterns as well as the rate, type, and severity of adverse events associated with SLP provision of MT to HNC patients. METHODS: An Internet-based questionnaire geared toward SLPs who practice MT was developed and sent to SLPs practicing in the United States, 3 times, through 3 national listservs (American Speech Language Hearing Association [ASHA] Special Interest Division 13, ASHA Special Interest Division 3, and University of Iowa Voiceserv), over the course of 4 weeks. RESULTS: Of the 255 respondents, 116 (45.5%) performed MT on HNC patients. Of these 116 SLPs, 27.6% provided proactive MT during radiation, 62.1% provided 1 to 2 sessions per week, and 94.8% prescribed a MT home program. The rate, type, and severity of reported adverse events were similar between HNC and non-HNC patients. CONCLUSION: This preliminary survey demonstrated that SLPs provide MT to HNC patients during and after cancer treatment, and that reported adverse events paralleled those experienced by noncancer patients. However, these results should be taken with caution, and a well-designed prospective study is needed to formally establish the safety and the preliminary efficacy of this novel clinical intervention.
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) | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».