Oral lesions in young adults infected with COVID-19 and impact of smoking. A multi-country study (Preprint)
Notice bibliographique
Résumé
<sec> <title>UNSTRUCTURED</title> Objectives: To assess the reported presence of oral lesions in COVID-19-infected young adults and the difference between smokers and non-smokers in this association. Methods: This cross-sectional multi-country study recruited 18-to-23 year-old adults using an electronic validated questionnaire assessing COVID-19-infection, smoking and the presence of oral lesions/conditions (dry mouth, change in taste, and others). Multi-level logistic regression assessed the association between oral lesions and COVID-19 infection, and how smoking modified the associations between COVID-19 and oral lesions/conditions. Results: Data was available from 5342 respondents from 43 countries. Of these, 8.1% reported COVID-19-infection, 42.7% had oral lesions and 12.3% were smokers. A significantly greater percentage of COVID-19-infected participants reported dry mouth and change in taste than non-infected persons. Smokers had significantly higher odds of stained teeth with COVID-19 infection than non-smokers (AOR: 1.24 and 1.00; p=0.02). The association between COVID-19-infection and dry mouth was stronger among smokers than non-smokers (AOR=1.26 and 1.03, p=0.09) while the association with change in taste was stronger among non-smokers (AOR=1.22 and 1.13, p= 0.86). Conclusion: Dry mouth and changed taste were associated with COVID-19-infection and may be used to screen for COVID-19 in low COVID-19-testing environments. Smoking may modify the association between some oral lesions and COVID-19-infection. </sec>
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».