Serum and Salivary IgA, IgG, and IgM Levels in Oral Lichen Planus: A Systematic Review and Meta-Analysis of Case-Control Studies
Notice bibliographique
Résumé
Immunoglobulins (IgA, IgG, and IgM) are significant anti-inflammatory factors. The meta-analysis aimed to assess the serum and salivary levels of Igs as more important immunoglobulins in patients affected by oral lichen planus (OLP) compared to the healthy controls. Four databases, including PubMed/Medline, Scopus, Web of Science, and Cochrane Library as well as Iranian databases were checked up to January 2018 without language restriction. The quality of each involved study was done using the Newcastle–Ottawa Quality Assessment Scale (NOS) questionnaire. A random-effects model analysis was done by RevMan 5.3 software applying the mean difference (MD) plus 95% confidence intervals (CIs). The CMA 2.0 software was applied to calculate the publication bias among the studies. Out of 70 studies found in the databases, 8 studies were involved and analyzed in the meta-analysis. The meta-analysis included 282 OLP patients and 221 healthy controls. The pooled MDs of serum levels of IgA, IgG, and IgM were −0.13 g/L [95% CI: −0.24, −0.02; P = 0.02], 1.01 g/L [95% CI: −0.91, 2.93; P = 0.30], and −0.06 g/L [95% CI: −0.25, 0.14; P = 0.56], respectively; whereas, the salivary IgA and IgG levels were 71.54 mg/L [95% CI: 12.01, 131.07; P = 0.02] and 0.59 mg/L [95% CI: −0.20, 1.38; P = 0.14], respectively. Considering the few studies performed on saliva, the results suggested that the salivary levels, especially IgA level had higher values than the serum levels. Therefore, the salivary immunoglobulins can play a significant function in the OLP pathogenesis.
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 | 0,014 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,043 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».