Oral health in cancer palliative care: cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: Patients on anticancer therapy attending palliative care services often have oral health problems, but not enough is known in this regard (in India). This cross-sectional study aimed to elucidate this issue. METHODS: Participants were 98 patients with metastatic cancer (52 males, 46 females) who attended the palliative care clinic and were assessed by a multidisciplinary team consisting of dental health professionals working alongside the palliative care team, between August 2021 and October 2022. Their demographic and medical details were collected from the charts. Details about oral health were assessed using the National Cancer Institute Common Terminology Criteria for Adverse Events for dysphagia and xerostomia, Dental Caries Decayed, Missing, and Filled Teeth (DMFT) index, and the WHO Mucositis scale. Quality of life was assessed using the European Organisation for Research and Treatment of Cancer Quality of Life Module for Oral Health (EORTC QLQ-OH15). RESULTS: Patients had an average age of 58 years, with 46.9% having an Eastern Cooperative Oncology Group score of 1, and 61 (64.9%) receiving anticancer treatment along with palliative care. Dental issues were prevalent, with 39.5% classified as DMFT score grade 2. Subgroup analysis showed higher mean DMFT scores in head/neck cancers, particularly in those receiving radiation therapy (2.3) versus without (1.7), and older age (p<0.05). CONCLUSION: Patients with cancer on anticancer treatment attending a palliative care clinic, especially those with head/neck cancers and older age, had poor oral health. Further prospective research with a dentist on the team is warranted to assess its impact.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».