Association between coffee consumption and periodontal diseases: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Several studies have demonstrated association between coffee consumption and periodontal diseases. However, no systematic review and meta-analysis was performed. Therefore, we performed a systematic review and meta-analysis to evaluate the association between coffee intake and periodontitis. Methods We defined PICO statement as “Do coffee drinkers have a higher association of periodontitis or tooth loss than non-coffee drinkers?”. We searched for articles using the Embase and Medline databases. The odds ratio was used as an effect measure to evaluate the association between coffee and periodontitis We divided coffee intake doses into three groups: no intake (≤ 0.03 cups/day), low intake (0.03 < x < 1 cups/day), and high intake (≥ 1 cup/day). Cohort and cross-sectional studies were eligible for inclusion in this study. The Newcastle–Ottawa scale was used to qualitatively assess the risk of bias. The degree of heterogeneity between studies was quantified using I 2 statistics. Results Six articles were analysed, including two cohort studies and four cross-sectional studies. The pooled unadjusted odds ratios of periodontitis were 1.14 (0.93–1.39), 1.05 (0.73–1.52), 1.03 (0.91–1.16) and 1.10 (0.84–1.45) in the 4 meta-analyses (coffee drinker vs. non-coffee drinker, high intake vs. low intake, low intake vs. no intake, high intake vs. no intake), respectively. Conclusion This is the first meta-analysis to investigate the relationship between coffee consumption and periodontitis. There was no relationship between coffee consumption and periodontitis. Further studies are required to assess whether a relationship between coffee consumption and periodontitis exists or not. PROSPERO registration number : CRD42022301341.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».