MétaCan
Menu
Retour à la cohorte
Enregistrement W3208651517 · doi:10.2478/rrlm-2021-0028

Cell Cycle Regulatory CCND1 G870A Gene Polymorphism and Periodontitis-Induced Oral Cancer: A Risk Analysis

2021· article· en· W3208651517 sur OpenAlexaboutno aff
Mahvish Khan, Saif Khan, Raju K. Mandal, Hari S. Mahto, Mohtashim Lohani, Saheem Ahmad, Subuhi Sherwani, Suresh Babu Jandrajupalli, Shafiul Haque

Notice bibliographique

RevueRevista română de medicină de laborator · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer-related Molecular Pathways
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeta-analysisOdds ratioGingivitisPublication biasMedicineCyclin D1Aggressive periodontitisInternal medicinePeriodontitisConfidence intervalSingle-nucleotide polymorphismSubgroup analysisOncologyBioinformaticsCancerGeneticsCell cycleBiologyGeneDentistryGenotype

Résumé

récupéré en direct d'OpenAlex

Abstract Strong association has been recently observed between periodontitis/gingivitis and Oral squamous cell carcinoma (OSCC). A high incidence of oral cancer has been reported in the case of chronic periodontitis. Recently Cell cycle regulatory /Senescence genes have been associated with Gingivitis/ Periodontitis susceptibility. Cyclin D1 is one such cell cycle regulatory gene. Several findings have reported that Cyclin D1 (CCND1) G870A Single nucleotide polymorphism is associated with oral cancer (OC) risk, but yielded inconsistent data across different studies. This meta-analysis explores the precise relationship between CCND1 G870A polymorphism and OC risk. PubMed (Medline), EMBASE, & Google Scholar databases were searched for eligible studies and pooled odds ratios (ORs) and 95% confidence intervals (CI) were calculated. Newcastle-Ottawa analysis was done for selected articles quality assessment, bias in publication (if any) was estimated through Funnel plots and Egger’s test. Pooled analysis from eleven eligible studies suggests that CCND1 G870A polymorphism is not significantly associated with OC risk. Sub-group analysis by ethnicity failed to show any association. Sequential single study omission was performed to determine the credibility and resilience of the inferences drawn.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,014
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,247
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista română de medicină de laboratorMême sujetCancer-related Molecular PathwaysTravaux en français237 207