MétaCan
Menu
Retour à la cohorte
Enregistrement W4220768706 · doi:10.3390/jcm11071793

Malignant Transformation Rate of Oral Submucous Fibrosis: A Systematic Review and Meta-Analysis

2022· review· en· W4220768706 sur OpenAlexaboutno aff
Vignesh Murthy, Petros Mylonas, Barbara Carey, Sangeetha Yogarajah, D. J. J. Farnell, Owen Addison, Richard J. Cook, Michael Escudier, Márcio Diniz Freitas, Jacobo Limeres Posse, Luı́s Monteiro, Luís Silva, Jean‐Cristophe Fricain, Sylvain Catros, Mathilde Fénelon, Giovanni Lodi, Niccolò Lombardi, Vlaho Brailo, Raj Ariyaratnam, José López‐López, Rui Albuquerque

Notice bibliographique

RevueJournal of Clinical Medicine · 2022
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOral submucous fibrosisMeta-analysisGastroenterologyInternal medicineDermatology

Résumé

récupéré en direct d'OpenAlex

Oral submucous fibrosis (OSF) is a chronic progressive condition affecting the oral cavity, oropharynx and upper third of the oesophagus. It is a potentially malignant disorder. The authors collated and analysed the existing literature to establish the overall malignant transformation rate (MTR). A retrospective analysis of medical and dental scientific literature using online indexed databases was conducted for the period 1956 to 2021. The quality of the enrolled studies was assessed by the Newcastle-Ottawa Scale (NOS). A meta-analysis using a random effects model of a single proportion was performed along with statistical tests for heterogeneity. The overall proportion of malignancy across all studies was 0.06 (95% CI, 0.02-0.10), indicating an overall 6% risk of malignant transformation across all studies and cohorts. Sub-group analyses revealed strong differences in proportion of malignancy according to ethnicity/cohort; Chinese = 0.02 (95% CI 0.01-0.02), Taiwanese = 0.06 (95% CI, 0.03-0.10), Indian = 0.08 (95% CI, 0.03-0.14) and Pakistani = 0.27 (95% CI 0.25-0.29). Overall, the MTR was 6%; however, wide heterogeneity of the included studies was noted. Geographic variations in MTR were noted but were not statistically significant. Further studies are required to analyse the difference between cohort groups.

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)0,010
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,022
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0130,033
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,386
Tête enseignante GPT0,544
Écart entre enseignants0,159 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations70
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical MedicineMême sujetOral Health Pathology and TreatmentTravaux en français237 207