A revisit at 16 years for individuals from peri-urban New Delhi for tobacco use and associated oral lesions
Notice bibliographique
Résumé
Objectives: India has a high incidence of oral cancer due to multifarious tobacco use. The objective of this study was to assess the status of tobacco-related oral lesions over 16 years, in a screen-detected population. Methods: This cross-sectional study involved home visits of 2000 Delhi residents, previously screened for oral potentially malignant disorders/oral cancer and counseled for tobacco cessation. Their basic demographics and tobacco/alcohol history were noted followed by oral visual examination for any related mucosal abnormalities. The data thus obtained were statistically analyzed. Results: Two hundred and sixty-five individuals (13.2%) could be traced after 16 years. The status of oral lesions varied across the participants, mainly in terms of their location, type, number, and/or presence/absence; no oral malignancies were noted. Most individuals had either a decreased use (34%, p < 0.001) or had quit tobacco (25.7%, p < 0.001); 8.3% individuals from the former and 5.7% from the latter group showed complete lesion(s) regression. The overall change in the tobacco use and oral lesions showed a highly significant positive association ( p < 0.05). Conclusion: A direct relationship exists between tobacco use and oral lesions. Repeated, tobacco cessation counseling provided by health-care professionals is effective. Oral screening of high-risk individuals, along with tobacco cessation, is thus essential.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».