MétaCan
Menu
Retour à la cohorte
Enregistrement W2093241594 · doi:10.1002/cncr.10874

The effect of retinoids on premalignant oral lesions

2002· review· en· W2093241594 sur OpenAlexaff
Meir Gorsky, Joel B. Epstein

Notice bibliographique

RevueCancer · 2002
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésMedicineLeukoplakiaVitaminOral leukoplakiaMalignant transformationRetinoic acidGastroenterologyTretinoinDermatologyCarcinomaCarcinogenesisCancerInternal medicineOncologyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Retinoids have been studied as chemopreventive treatment for patients with oropharyngeal carcinoma. Vitamin A modulates growth and differentiation of cells, and its deficiency enhances susceptibility to carcinogenesis. The chemopreventive mechanism of action of vitamin A is discussed, and a review of clinical results and side effects of the systemic use of vitamin A is included. The objective of the current report was to review the possible role of topical vitamin A and vitamin A derivatives in the management of patients with oral lesions with a risk of transformation to carcinoma. METHODS: A Medline search was conducted and references identified within the identified papers were also reviewed. RESULTS: Only four studies using topical vitamin A for patients with oral leukoplakia have been reported. A complete response was achieved in 10-27% of patients, and a partial response was achieved in 54-90% of patients; however, recurrence of leukoplakia was reported after withdrawing the medication in approximately 50% of patients. The side effects of the topical use were minimal. CONCLUSIONS: Although the direct application of higher concentrations of retinoic acid results in suppression of oral leukoplakias only, its use in the treatment of patients with recurrent and persistent lesions may be justified for controlling lesions that otherwise may progress. Further controlled clinical studies are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,093
Tête enseignante GPT0,442
Écart entre enseignants0,349 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations58
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetOral Health Pathology and TreatmentTravaux en français237 207