MétaCan
Menu
Retour à la cohorte
Enregistrement W4379795597 · doi:10.3390/cancers15123077

Is Systemic Immunosuppression a Risk Factor for Oral Cancer? A Systematic Review and Meta-Analysis

2023· review· en· W4379795597 sur OpenAlexaboutno aff
Romeo Patini, Massimo Cordaro, Denise Marchesini, Francesco Scilla, Gioele Gioco, Cosimo Rupe, Maria Antonietta D’Agostino, Carlo Lajolo

Notice bibliographique

RevueCancers · 2023
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmunosuppressionMedicineMeta-analysisScopusRisk factorCancerMEDLINEIncidence (geometry)Internal medicineIntensive care medicineOncology

Résumé

récupéré en direct d'OpenAlex

Even if the relationship between immunosuppression and increased incidence of systemic cancers is well known, there is less awareness about the risk of developing oral cancer in immunosuppressed patients. The aim of this review was to evaluate the association between immunosuppression and the development of oral cancer. Two authors independently and, in duplicate, conducted a systematic literature review of international journals and electronic databases (MEDLINE via OVID, Scopus, and Web of Science) from their inception to 28 April 2023. The assessment of risk of bias and overall quality of evidence was performed using the Newcastle-Ottawa Scale and GRADE system. A total of 2843 articles was identified, of which 44 met the inclusion criteria and were included in either the qualitative or quantitative analysis. The methodological quality of the included studies was generally high or moderate. The quantitative analysis of the studies revealed that immunosuppression should be considered a risk factor for the development of oral cancer, with a percentage of increased risk ranging from 0.2% to 1% (95% CI: 0.2% to 1.4%). In conclusion, the results suggest that a constant and accurate follow-up should be reserved for all immunosuppressed patients as a crucial strategy to intercept lesions that have an increased potential to evolve into oral cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0120,004
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,257
Tête enseignante GPT0,482
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancersMême sujetOral Health Pathology and TreatmentTravaux en français237 207