Factors Associated with Oral Cancerous and Precancerous Lesions in an Underserved Community: A Cross-Sectional Study
Notice bibliographique
Résumé
Street-involved people with limited access to regular healthcare have an increased risk of developing oral cancer and a lower survival rate. The objective of this study was to measure the prevalence of oral cancerous/precancerous lesions and determine their associated risk factors in a high-risk, underserved population. In this cross-sectional study, English-speaking adults aged 18 years and older living in a marginalized community in Edmonton were recruited from four non-profit charitable organizations. Data were collected through visual oral examinations and a questionnaire. Descriptive statistics, chi-squared tests, and logistic regressions were applied. In total, 322 participants with a mean (SD) age of 49.3 (13.5) years completed the study. Among them, 71.1% were male, 48.1% were aboriginal, and 88.2% were single. The prevalence of oral cancerous lesions was 2.4%, which was higher than the recorded prevalence in Canada (0.014–1.42: 10,000) and in Alberta (0.011–1.13: 10,000). The clinical examinations indicated that 176 (54.7%) participants had clinical inflammatory changes in their oral mucosa. There was a significant association between clinical inflammatory oral lesions and oral cancerous/precancerous lesions (p < 0.001). Simple logistic regression showed that the risk of the presence of oral cancerous/precancerous lesions was two times higher in participants living in a shelter or on the street than in those living alone (OR = 2.06; 95% CI: 1.15–3.82; p-value: 0.021). In the multiple logistic regression analysis, the risk of oral cancerous/precancerous lesions was 1.68 times higher in participants living in a shelter or on the street vs. living alone after accounting for multiple predictors (OR = 1.67; 95% CI: 1.19–2.37; p-value: 0.022). The results demonstrated a high prevalence of cancerous/precancerous lesions among the study participants, which was significantly associated with clinical inflammatory oral lesions. The evidence supports the need for developing oral cancer screening and oral health promotion strategies in underserved communities.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».