MétaCan
Menu
Retour à la cohorte
Enregistrement W3202697217 · doi:10.30683/1927-7229.2019.08.02

Role of Oral Glutamine in Prevention and Treatment of Oral Mucositis in Head and Neck Cancer Patients Receiving Chemoradiation

2019· article· en· W3202697217 sur OpenAlexvenueno aff
Hashmath Khanum, Iqbal Ahmed, V. Chendil, Rajesh Javarappa, Amrut S. Kadam

Notice bibliographique

RevueJournal of Analytical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMucositisMedicineHead and neck cancerRadiation therapyIncidence (geometry)GlutamineInternal medicineGastroenterologySurgeryCancer

Résumé

récupéré en direct d'OpenAlex

Purpose: To evaluate the efficiency of glutamine in the prevention & treatment of mucositis in head and neck cancer patients undergoing chemoradiation. Material and Methods: Forty patients of histologically proven head and neck carcinomas undergoing chemoradiation with Conventional Radiation on telecobalt and concurrent Cisplatin were randomised into 2 groups. The study group received oral glutamine solution 2 hours prior to undergoing radiotherapy on all days of treatment. The severity and duration of mucositis were recorded once every week using WHO and RTOG grading system for all patients undergoing treatment. Results: Glutamine lead to a delay in the onset of mucositis. The overall incidence of grade mucositis was significantly low in glutamine arm (22% vs 55%, p= 0.006). On weekly assessments, the incidence of grade mucositis in study arm compared to the control was 0 vs 30%, p=0.02 at 4 weeks, 15.8 vs 45%, p= 0.038 at 5 weeks and 22 vs 70%, p=0.001 at 6 weeks. However, there was no statistically significant difference in the incidence of grade 1 and 2 mucositis in both arms. Conclusion: Use of oral glutamine reduces the incidence and duration of oral mucositis and hence helpful in the prevention and treatment of oral mucositis with good compliance and further result in good locoregional control of the disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,388
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Analytical OncologyMême sujetOral health in cancer treatmentTravaux en français237 207