Coconut Oil as a Novel Approach to Managing Radiation-Induced Xerostomia: A Primary Feasibility Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background . Xerostomia is a common complication following radiation therapy for head and neck cancer (HNC), for which there is no single, universally accepted therapy. Coconut oil has been anecdotally suggested to provide relief for this complication. This study sought to examine the feasibility and effectiveness of coconut oil as a therapy for radiation-induced xerostomia. Methods . A feasibility study was performed among 30 patients with xerostomia subsequent to radiation for HNC. Coconut oil samples were provided along with a protocol for use over a 2-week period and the option to continue if they found it beneficial. Patients were also instructed to keep diaries to document their patterns of use. The Xerostomia-related Quality of Life Scale (XeQOLS) was administered at baseline and 3-month follow-up. Descriptive methods were used to summarize patterns of coconut oil use and paired t -tests were used to assess changes in XeQOLS scores over time. Results . The mean total duration of coconut oil use during the study period was 16 days (1–71). The average number of uses per day was 3 (1–5), with an average amount per use of 5 mL (1.2–8.5). Twelve patients (41.4%) continued coconut oil use beyond the advised period. There was no statistically significant difference in XeQOLS scores pre- and post-treatment. There were no adverse events during the study period. Conclusions . The use of coconut oil as a treatment strategy for xerostomia post-HNC radiation is feasible, inexpensive, and safe. This study demonstrates that there may be a group of HNC patients that benefit from its use.
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.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle