Screening for Dental Infections Achieves 6-Fold Reduction in Dental Emergencies During Induction Chemotherapy for Acute Myeloid Leukemia
Notice bibliographique
Résumé
PURPOSE: Patients with newly diagnosed acute myeloid leukemia (AML) are at risk of infection, including odontogenic infections, during induction chemotherapy. It is unknown whether clinical dental screening to diagnose and treat odontogenic disease in these patients can reduce the incidence of dental emergencies. METHODS: Between November 1, 2014, and December 31, 2016, we screened 147 patients with newly diagnosed AML before their admission for induction chemotherapy (n 1 = 147, “screened” group). The patients not screened acted as controls (n 2 = 190, “unscreened” group), as did patients diagnosed with AML in the 26 months before the initiation of the screening program (n 3 = 304, “prescreening” group). The number of patients in each group who presented for emergency dental assessment during admission for induction chemotherapy was determined by 2 independent reviewers. RESULTS: Among the 147 patients in the screened group, only 1 patient presented with an infectious odontogenic emergency (0.68% [95% CI, −0.64% to 1.98%]). In the unscreened group, 8 developed an infectious odontogenic emergency during induction chemotherapy (4.21% [95% CI, 1.37% to 7.15%]), a statistically significant difference ( P = .046, a = 0.05). A similar rate of infectious dental emergencies was observed in the prescreening group (4.28% [95% CI, 2.0% to 7.2%]). CONCLUSION: Clinical dental screening before induction chemotherapy in patients with AML resulted in a 6-fold reduction in infectious dental emergencies during the induction period.
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 | 0,000 | 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 | 0,001 |
| 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 ».