Dentition, nutritional status and adequacy of dietary intake in treatment naïve head and neck cancer patients
Notice bibliographique
Résumé
Objectives To examine the relationship of reduced numbers of occluding teeth and dietary intake (DI), nutrition impact symptoms (NIS), and weight loss (WL) in head and neck cancer (HNC) patients. Methods As a part of the standard of care, treatment-naïve HNC patients (n = 104) completed dental evaluation (number of teeth, total anterior/posterior occlusal teeth, Eichner Index (EI) classification), WL, DI questionnaire and HNC Symptom Checklist©. Descriptive statistics (Kruskal-Wallis, Fisher-exact, χ 2 tests) and (uni-) multi-variable logistic regression. Results Overall, 42, 45 and 13% of patients were in EI-class A, B and C with a median of 8, 3, and 0 total posterior occlusal teeth. EI-class B/C patients were older, more likely to have impaired DI (OR = 3.88; 95%CI:1.63–9.26; P = 0.002) and reported interference with DI by 11 NIS (p < 0.05). DI was, however, reported as unimpaired in 77, 49 and 39% of patients in EI-class A, B and C, respectively. The subset of EI-class B/C patients with impaired DI, had more NIS interference with DI ( P < 0.05; difficulty chewing, pain, early satiety, lack of energy); EI-class C patients additionally had dry mouth, thick saliva and dysphagia ( P < 0.05). In logistic regression, EI-classes B/C patients with reduced (vs unimpaired) DI were more likely to have ≥5% WL (OR = 10.1; 95%CI:2.0–50.0), higher NIS interference (range OR 4.3–10.7). Conclusions More than half of these HNC patients had reduced numbers of occlusal teeth or were edentulous. EI-class B/C patients did not necessarily have impaired DI, however the combination of EI-class B/C and a constellation of NIS, associated with reduced DI. Clinical significance Treatment naïve head and neck cancer (HNC) patients with reduced occlusal and masticatory performance (Eichner Index B/C) and reduced dietary intake are at high risk for weight loss. Identifying HNC patients at risk may improve their oral health, dietary intake and reduce their risk of weight loss.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».