Poor oral health was associated with higher risk of gastric cancer: Evidence from 1431677 participants
Notice bibliographique
Résumé
BACKGROUND In recent years, the association between oral health and the risk of gastric cancer (GC) has gradually attracted increased interest. However, in terms of GC incidence, the association between oral health and GC incidence remains controversial. Periodontitis is reported to increase the risk of GC. However, some studies have shown that periodontitis has no effect on the risk of GC. Therefore, the present study aimed to assess whether there is a relationship between oral health and the risk of GC. AIM To assess whether there was a relationship between oral health and the risk of GC. METHODS Five databases were searched to find eligible studies from inception to April 10, 2023. Newcastle-Ottawa Scale score was used to assess the quality of included studies. The quality of cohort studies and case-control studies were evaluated separately in this study. Incidence of GC were described by odds ratio (OR) and 95% confidence interval (CI). Funnel plot was used to represent the publication bias of included studies. We performed the data analysis by StataSE 16. RESULTS A total of 1431677 patients from twelve included studies were enrolled for data analysis in this study. According to our analysis, we found that the poor oral health was associated with higher risk of GC (OR = 1.15, 95%CI: 1.02-1.29; I 2 = 59.47%, P = 0.00 < 0.01). Moreover, after subgroup analysis, the outcomes showed that whether tooth loss (OR = 1.12, 95%CI: 0.94-1.29; I 2 = 6.01%, P > 0.01), gingivitis (OR = 1.19, 95%CI: 0.71-1.67; I 2 = 0.00%, P > 0.01), dentures (OR = 1.27, 95%CI: 0.63-1.19; I 2 = 68.79%, P > 0.01), or tooth brushing (OR = 1.25, 95%CI: 0.78-1.71; I 2 = 88.87%, P > 0.01) had no influence on the risk of GC. However, patients with periodontitis (OR = 1.13, 95%CI: 1.04-1.23; I 2 = 0.00%, P < 0.01) had a higher risk of GC. CONCLUSION Patients with poor oral health, especially periodontitis, had a higher risk of GC. Patients should be concerned about their oral health. Improving oral health might reduce the risk of GC.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».