Dietary intake effects on severity of cancer treatment‐induced mucositis: A cross‐sectional study
Notice bibliographique
Résumé
Abstract Background and Aims Oral mucositis is one of the most serious complications due to chemotherapy and radiotherapy in head and neck cancer treatment. Oral mucositis causes a wide range of clinical signs and symptoms, such as ulcers, pain, and dysphagia. Additionally, because of speech limitations, patients' self‐esteem will decrease, ultimately causing reduced quality of life. The primary objective of this study was to investigate the role of diet in the onset and progress of mucositis induced by chemotherapy and radiation therapy in patients with cancers. Methods In this study, 121 patients with a mean age of 51.43 ± 13.08 years were selected randomly and referred to the cancer institute, where they underwent their first phase of chemotherapy. In this step, patients were examined and their severity of oral mucositis was graded according to the World Health Organization criteria. They completed a 3‐day allergen food recall and dietary recommendations were met. After completing the forms, four questionnaires were filled out for each patient, the patient's nutrition was analyzed using the N4 software, and the amount of macro‐ and micronutrients was measured. Results Micronutrients such as aspartic acid, glycine, serine, proline, alanine, arginine, glutamic acid, and vitamin B12 and macronutrients such as rose water, sausage, beverages, coffee, and lamb meat were examined, and a significant difference was observed between groups (grade 1 and 2 mucositis) (p < 0.005). In patients with grade 2 mucositis, a lower level of vitamin B12 was reported (p < 0.005). There is a negative correlation between amounts of macro‐ and micronutrients and grades of oral mucositis. Conclusion It can be concluded that diet plays a considerable role in the severity of oral mucositis caused by cancer treatment.
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 | 0,001 | 0,001 |
| 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 ».