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 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 | 0,011 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,030 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».