The Effectiveness of Steroids and Antioxidants in the Management of Cisplatin-induced Ototoxicity: A Comprehensive Systematic Review of the Literature and Network Meta-Analysis
Notice bibliographique
Résumé
Abstract Background: Cisplatin efficacy in cancer therapy is hindered by dose-dependent toxicities, including ototoxicity. Its mechanisms involve cochlear damage and oxidative stress. Gender and age affect susceptibility, with limited treatment options for adults. Objective: To assess the effectiveness of steroids compared to antioxidants (AOs) in preventing and managing cisplatin-induced ototoxicity. Materials and Methods: Data were collected from multiple sources including Medline, CENTRAL, PubMed, and Springer Nature Journals. Adults and pediatrics with the clinical diagnosis of cisplatin-induced ototoxicity, interventional studies (including single-arm studies) were included. Studies with a focus on chemotherapy agents other than cisplatin were excluded. Results: The study encompassed 10 randomized controlled trials spanning 2004–2023 across Canada, Israel, The Netherland, Spain, Turkey, Greece, Italy, and Iran. It aimed to evaluate interventions for preventing cisplatin-induced ototoxicity, including intratympanic injections and oral dietary supplements. Based on the results of this systematic review, thiosulfate-hyaluronate gel showed a 1.3 dB reduction in hearing loss; dexamethasone injections had minimal efficacy; L-N-acetylcysteine (L-NAC) offered significant otoprotection with daily infusion; and transtympanic L-NAC showed no significant benefit. Salicylate usage yielded no decrease in hearing loss. AO dietary supplements showed no difference in results between groups. However, based on the network meta-analysis results, it appears that steroids perform best in reducing cisplatin-induced ototoxicity at higher frequencies (8000 Hz), followed by placebo and then AO. Conclusion: A further molecular and targeted therapy is needed to target the cyto/ototoxic activity and further prevent such deterioration in hearing and promote chemotherapy regime without ototoxic effects.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,028 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».