Salivary IgA as a Useful Biomarker for Dental Caries in Down Syndrome Patients: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
The objective of this systematic review and meta-analysis is to critically analyze and summarize studies reporting association of salivary immunoglobulin A (IgA) levels as a biomarker for dental caries in Down syndrome (DS) patients. Using the keywords salivary [All Fields] AND IgA [All Fields] AND ("down syndrome" [MeSH Terms] OR ("down"[All Fields] AND "syndrome" [All Fields]) OR "down syndrome" [All Fields]), an electronic search was conducted via PubMed and Scopus databases by two authors, H. H. and Z. K. independently. Retrieved studies were screened against the predefined exclusion and inclusion criteria. To estimate the risk of bias, quality assessment of included studies was carried using the Newcastle-Ottawa quality assessment scale for observational studies. Primary search resulted in 10 articles from PubMed and 13 articles from Scopus. Ten studies fulfilled the defined selection criteria and evaluated the salivary IgA (sIgA) level in DS patients with dental caries. Five articles were further analyzed in a quantitative synthesis presented in the meta-analysis. Due to a modified lifestyle and compromised oral hygiene in DS patients, understandably, it is still postulated in the literature that the presence of sIgA can have a protective effect on the occurrence of dental caries as compared with healthy counterparts. As indicated by the present meta-analysis, no conclusions can be drawn as to definitively label sIgA as a biomarker for dental caries. Further, well-designed longitudinal clinical studies and translational research are therefore required before the benchmarking of sIgA as a useful biomarker for dental caries in DS patients with preferable molecular insights.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».