MétaCan
Menu
Retour à la cohorte
Enregistrement W53087363

A Business Impact Study of the Use of a Supersaturated Calcium Phosphate Oral Rinse (SCPOR) in the Prevention and Treatment of Oral Mucositis

2013· article· en· W53087363 sur OpenAlexaffabout
D. Wayne Taylor

Notice bibliographique

RevueClinical Medicine and Diagnostics · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMucositisMedicineHead and neck cancerCancerRadiation therapyChemotherapyStomatitisInternal medicineSurgery
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Oral mucositis (OM) is an inflammation of mucous membranes in the mouth with symptoms ranging from redness to severe ulcerations and pain. It is a condition that affects as many as 45,000 Canadian cancer patients annually, and around 70% of patients undergoing conditioning therapy for bone marrow transplantation (BMT). Almost all patients receiving radiation therapy to the head and neck areas develop OM. Basic oral care is often not enough to reduce the duration or severity of OM in cancer patients. The author conducted a business impact study for Canadian hospitals and cancer centres of the use of a prescription, supersaturated, calcium phosphate, oral rinse (SCPOR) in the prevention and treatment of oral mucositis that occurs due to high-dose chemotherapy in bone marrow transplant patients as well as in head and neck cancer patients receiving radiation therapy. Treatment of OM with the SCPOR for BMT patients not only provided positive, clinical results but net savings of $1,585 for a return on investment of 238.3%. The minimal net savings per head and neck cancer patient, a patient who would also be receiving clinically better care for OM, would be $663 for a return on investment of 49.8%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,265
Tête enseignante GPT0,475
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Medicine and DiagnosticsMême sujetOral health in cancer treatmentTravaux en français237 207