MétaCan
Menu
Retour à la cohorte
Enregistrement W4285594252 · doi:10.7717/peerj.13555

Oral manifestations in young adults infected with COVID-19 and impact of smoking: a multi-country cross-sectional study

2022· article· en· W4285594252 sur OpenAlexaff
Maha El Tantawi, Heba Jafar Sabbagh, Nada AlKhateeb, Maryam Quritum, Joud Abourdan, Nafeesa Qureshi, Shabnum Qureshi, Ahmed H. N. Hamoud, Nada Mahmoud, Ruba Odeh, Nuraldeen Maher Al‐Khanati, Rawiah Jaber, Abdulrahman Loaie Balkhoyor, Mohammed Shabi, Morẹ́nikẹ́ Oluwátóyìn Foláyan, Noha Gomaa, Raqiya Al Nahdi, Nawal Mahmoud, Hanane El Wazziki, Manal Alnaas, Bahia Samodien, Rawa Mahmoud, Nour Abu Assab, Sherin Saad, Sondos G. Alhachim, Ali Alshaikh, Wafaa Abdelaziz

Notice bibliographique

RevuePeerJ · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueDermatological and COVID-19 studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineDry mouthCross-sectional studyCoronavirus disease 2019 (COVID-19)Logistic regressionTasteYoung adultInternal medicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)DiseasePathologySalivaFood scienceBiology

Résumé

récupéré en direct d'OpenAlex

Background Oral manifestations and lesions could adversely impact the quality of people’s lives. COVID-19 infection may interact with smoking and the impact on oral manifestations is yet to be discovered. Objectives The aim of this study was to assess the self-reported presence of oral lesions by COVID-19-infected young adults and the differences in the association between oral lesions and COVID-19 infection in smokers and non-smokers. Methods This cross-sectional multi-country study recruited 18-to-23-year-old adults. A validated questionnaire was used to collect data on COVID-19-infection status, smoking and the presence of oral lesions (dry mouth, change in taste, and others) using an online platform. Multi-level logistic regression was used to assess the associations between the oral lesions and COVID-19 infection; the modifying effect of smoking on the associations. Results Data was available from 5,342 respondents from 43 countries. Of these, 8.1% reported COVID-19-infection, 42.7% had oral manifestations and 12.3% were smokers. A significantly greater percentage of participants with COVID-19-infection reported dry mouth and change in taste than non-infected participants. Dry mouth (AOR=, 9=xxx) and changed taste (AOR=, 9=xxx) were associated with COVID-19- infection. 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 may be used as an indicator for COVID-19 infection in low COVID-19-testing environments. Smoking may modify the association between some oral lesions and COVID-19-infection.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,377
Écart entre enseignants0,333 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetDermatological and COVID-19 studiesTravaux en français237 207