The Association of Thyroid Disease and Oral Lichen Planus: A Literature Review and Meta-analysis
Notice bibliographique
Résumé
Background. The objective of this study was to systemically evaluate the association between oral lichen planus (OLP) and thyroid disease. Method. Eleven electronic databases were searched for any clinical study published up until August 2016 that explored an association between OLP and thyroid disease, complemented with manual searching. The titles and abstracts of all studies identified from the electronic searches were then assessed independently to determine inclusion of the study. The population of interest was patients with OLP, and the exposure was the presence of thyroid disease in OLP patients . Statistical analyses were conducted using Review Manager 5.2. The odds ratios (OR) and 95% confidence intervals (CIs) were calculated to evaluate the association between OLP and thyroid disease. Results. Eight studies were included for review, and of these, four case-control studies were included in the final meta-analysis. The mean Newcastle–Ottawa Scale score evaluating the methodological quality of the four studies was 6.5. The OR was 2.10 (95% CI: 1.47–3.01), indicating a statistically significant difference in the prevalence of thyroid disease between the OLP and control groups. Heterogeneity was satisfactory (I² = 0%, < 25%). An approximately symmetrical funnel plot suggested no obvious publication bias. Two articles showed a higher correlation between OLP and hypothyroidism (OR 1.83, 95% CI: 1.16–2.89), with satisfactory heterogeneity (I² = 0%, < 25%). Conclusion. This meta-analysis indicated a significantly high prevalence of thyroid disease among OLP patients compared with controls, suggesting that routine screening for thyroid disease could be beneficial to OLP patients. However, due to the small number of studies included, further studies are needed to confirm the results.
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 | 0,019 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,035 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».