Host‐derived salivary biomarkers in diagnosing periodontal disease: systematic review and meta‐analysis
Notice bibliographique
Résumé
AIM: To systematically evaluate the accuracy of host-derived salivary biomarkers in the diagnosis of periodontal disease based on the given sensitivity and specificity information. MATERIALS AND METHODS: Studies were eligible for inclusion if they had compared the diagnostic application of salivary biomarkers with clinical examination of periodontal disease. A detailed search was performed in five databases without restrictions on subject age, chronology, or language. Additionally, a partial grey-literature search was conducted. The revised Quality Assessment of Diagnostic Accuracy Studies tool and Meta-analysis were used to evaluate the selected studies. RESULTS: From the 905 screened studies, four were included in the qualitative and quantitative analysis. One biomarker, macrophage inflammatory protein-1α (MIP-1α), had excellent diagnostic accuracy and two, interleukin-1β (IL-1β) and interleukin-6 (IL-6), showed acceptable diagnostic values. However, the only biomarker considered excellent was evaluated in a single study, which may reduce the robustness of the results. CONCLUSION: There is currently limited evidence to confirm the diagnostic capability of salivary biomarkers in the clinical assessment of periodontal disease. Notwithstanding, the summary findings showed the growing importance of salivary biomarker, and can guide larger, well-controlled, diagnostic accuracy studies. Likewise, although not conclusive, MIP-1α, IL-1β, and IL-6 may be promising biomarkers for future studies.
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 | 0,013 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,018 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».