Smokeless tobacco use and oral potentially malignant disorders among people living with HIV (PLHIV) in Pune, India: Implications for oral cancer screening in PLHIV
Notice bibliographique
Résumé
INTRODUCTION: In India, smokeless tobacco (SLT) is a predominant form of tobacco used among people living with HIV (PLHIV). Despite SLT being a risk factor for oral potentially malignant disorders (OPMDs), no prior studies have quantified the association of OPMDs with SLT use among PLHIV. This limits the planning of preventive and control strategies for oral cancer among PLHIV, who are at higher risk for the disease. METHODS: We enrolled 601 PLHIV and 633 HIV-uninfected individuals in an oral cancer screening study at BJ Government Medical College, Pune, India. Oral cavity images were collected using an m-Health application and reviewed by three clinicians. Participants with two clinician positive diagnoses were deemed to have suspected OPMDs. Prevalence ratios (PRs) were used to quantify the association between suspected OPMDs and SLT use among PLHIV. PRs for current SLT users, across HIV status and use duration were also estimated. Corrected PRs were obtained by modifying the maximum likelihood estimation. Models were adjusted for age, smoking, alcohol use and CD4 counts. RESULTS: Of those enrolled, 61% were men, median age was 36 years (IQR: 28-44), and 33% currently use SLT. Proportion of current SLT users was similar across PLHIV and HIV-uninfected groups but use duration for current SLT use was higher among PLHIV(p<0.05). Among PLHIV, current SLT users had a 5-times (95% CI:3.1-7.0) higher prevalence of suspected OPMDs, compared to non-users. Relative to HIV uninfected individuals with the same SLT use duration, significant associations with suspected OPMDs were seen for PLHIV with<10 use years (PR: 3.5, 95% CI: 1.5-8.1) but not for PLHIV with≥10 use years (PR: 1.3, 95% CI: 0.9-1.8). CONCLUSION: PLHIV that are current SLT users are at high risk of OPMDs and potentially oral cancer. The development of strategies for screening, early detection, and management of OPMDs must be considered for this group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».