Oral Health and Cardiovascular Disease: Mapping Clinical Heterogeneity and Methodological Gaps
Notice bibliographique
Résumé
BACKGROUND: Numerous studies have examined the associations between poor oral health and the incidence of cardiovascular disease (CVD) over the past 25 y. This long history of research has resulted in a broad and heterogenous epidemiological field whose implications are difficult to understand and whose methodological gaps are hard to track. OBJECTIVES: This systematic mapping review aims to systematically map clinical heterogeneity and methodological gaps in assessing the relationship between poor oral health and CVD outcomes. METHODS: Medline, Embase, and Cochrane Library were searched to identify longitudinal studies that examined the relationship between any oral health indicator and CVD outcomes. Each database was searched from its inception date and June 27, 2018. Extracted data assess the clinical heterogeneity (participants' characteristics, exposure and outcome measures, length of follow-up) and methodological gaps (availability of randomized controlled trials, utilization of time-varying exposures, propensity methods, mediation analysis, and competing risks analysis). RESULTS: Eighty-five studies met the inclusion criteria. Clinical heterogeneity is evident in participants' characteristics (age, clinical status, and occupation) and in the definitions of oral health indicators and CVD outcomes. More important, a significant proportion of studies reported unclear definitions for CVD outcomes. The search strategy did not reveal any randomized controlled trials. Time-varying exposures, propensity methods, mediation analysis, and competing risks analysis are used infrequently in the identified studies. CONCLUSION: There is a need for a universally accepted conceptual framework on the association between oral health and CVD to derive more consistent definitions for oral health and CVD outcomes that are aligned with the investigated research questions. There is also a need to use emerging research methods to maximize the impact of research in this area. KNOWLEDGE TRANSFER STATEMENT: Clinical heterogeneity is evident in the definitions of oral health indicators and cardiovascular disease outcomes. Propensity methods, mediation analysis, and competing risks analysis are used infrequently in the identified studies. The identified clinical heterogeneity and methodological gaps interfere with summarizing existing evidence and understanding their practical implications. Advancing the current understanding of the associations between oral health and cardiovascular disease goes hand in hand with minimizing clinical heterogeneity and closing the identified methodological gaps.
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 | 0,258 | 0,506 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,010 |
| Bibliométrie | 0,023 | 0,019 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».