Effect of Ginger Tea on Chemotherapy-Induced Nausea and Vomiting among Patients Attending the Oncology Teaching Hospital, Baghdad 2020
Notice bibliographique
Résumé
Background: Ginger has been widely used to relieve nausea and vomiting in several settings, one ofthem, patients receiving chemotherapy. This study was done to assess the effect of ginger in controlling thechemotherapy induced nausea and vomiting (CINV) among patients. Methods: An interventional (pre-post)study design was conducted in oncology teaching hospital in Baghdad for three months. Sixty participantswere randomly assigned into intervention group (30 participants received ginger tea (1.5 g/d) with routineantiemetic regimen for the first 5 days of the chemotherapy cycle) and control group (30 participants receivedonly routine antiemetic regimen). MASCC Antiemesis Tool (MAT) was used for assessment of CINV incancer patients before and after the use of ginger tea.Results: No significant difference was observed between the intervention and control groups in the acuteand delayed phases of CINV after intervention with ginger tea(p >0.05), but difference between the studygroups was found statistically significant (p <0.05)regarding the severity of nausea postchemotherapy.Conclusions: The addition of ginger tea to routine antiemetic regimen in patients receiving chemotherapyeffectively reduced the severity of nausea. However, there is no additional role for ginger in reducing theacute and delayed phases of CINV.
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 | 0,001 |
| 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 | 0,001 | 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 ».