Salivary and serum biomarkers to evaluate psychological disorders in burning mouth syndrome: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: Burning mouth syndrome is a chronic pain syndrome mainly characterized by an intensive burning sensation of tongue. Previous studies have suggested that saliva/serum biomarkers in burning mouth syndrome might be associated with psychological disorders. The aim of systematic review was to observe whether the biomarkers in serum/saliva could be an alternative method to evaluate the psychological disorders in patients with burning mouth syndrome. MATERIALS AND METHODS: The PubMed, Embase, and Cochrane Library databases were searched for papers published up to March 15, 2023. Risk of bias was measured by using the Newcastle-Ottawa Scale. RevMan was used for meta-analysis. RESULTS: A total of 467 articles were screened, which of 12 studies were included. These studies collected 43 different biomarkers in saliva and 35 in serum. Of these biomarkers, only three (cortisol, α-amylase, and IL-6) were analyzed in two or more studies. Only salivary cortisol levels were significantly higher in the patient group compared to the controls (Mean Difference = 1.39; 95% CI [0.80-1.97]; p < 0.001). Moreover, cortisol might be relevant to psychological scores, especially anxiety. CONCLUSION: Different papers have investigated salivary and serum biomarkers in burning mouth syndrome patients with controversial results. This meta-analysis showed that cortisol levels in saliva may be a potential biomarker to assess the psychological disorders in burning mouth syndrome patients.
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) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».