Recurrences following treatment of proliferative verrucous leukoplakia: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: A systematic review and meta-analysis were made of the incidence of recurrences in patients with proliferative verrucous leukoplakia (PVL) subjected to different types of treatment. METHODS: The study was carried out following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) statement guidelines. A literature search was made in the Medline (PubMed), EMBASE, and Web of Science databases, together with a manual search, covering the period from 1985 to January 2020, with no language restrictions. Studies were included if they described treatments applied to at least 10 patients with the corresponding outcomes. Methodological quality was evaluated using Jadad scale and Newcastle-Ottawa tool. Global incidence was calculated by random effects meta-analysis using the Comprehensive Meta-analysis version 3.0 software. Publication bias was assessed using funnel plots and the Duval and Tweedie trim and fill method. RESULTS: Of the 922 identified articles, 12 were found to meet the inclusion criteria. Most of them presented moderate or low risk of bias. A total of 397 patients were analyzed. The mean age was 62.34 years and 248 were women (62.5%). The mean follow-up was 79.3 months. The most frequent treatment was surgical removal with a cold scalpel or laser (339 patients). A total of 232 subjects presented lesion recurrence. The combination of proportions global effect meta-analysis yielded a recurrence rate of 67.2% (95% CI: 48.3-81.8), with the absence of publication bias. CONCLUSIONS: There is not enough scientific evidence to conclude that any treatment strategy is able to reduce the recurrence in PVL.
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) | 0,014 | 0,002 |
| 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) | 0,000 | 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 ».