The Diagnostic Potential of Non-Invasive Tools for Oral Cancer and Precancer: A Systematic Review
Notice bibliographique
Résumé
OBJECTIVES: This systematic review aimed to analyse the published evidence for the use of non-invasive methods for the early detection of oral squamous cell carcinoma (OSCC) and oral potentially malignant disorders (OPMDs). METHODS: The literature was systematically searched through several databases: PubMed, Cochrane Library, and Web of Science. Additional exploration was performed through cross-checks on the bibliographies of selected reviews. The inclusion criteria involved studies assessing the application of non-invasive tests on humans in the screening, diagnosis, or surveillance of OSCC or OPMDs and reporting sensitivity (SE) and specificity (SP). The Newcastle-Ottawa scale (NOS) was applied to assess the quality of the studies included. RESULTS: The search strategy resulted in 8012 preliminary records. After a duplicate check, 116 titles remained. After abstract analysis, 70 papers remained. After full text analysis, only 54 of the 70 papers fit the inclusion criteria (28 were original articles and 26 were reviews). Those 26 reviews were used to manually search for further original articles. From this last search, 33 original articles were found. Thus, a total of 61 original studies were included and investigated. Findings from this systematic review indicate useful information, such as a description of the mechanisms, ease of use, limitations, and SE and SP values, to drive the choice of the optimal minimally invasive method to be utilized as an adjunctive tool to examine the suspicious lesions. CONCLUSIONS: Each of the analysed tools can be improved or implemented, considering their high SE and low SP. Despite advancements, incisional biopsy continues to be the gold standard for the definitive diagnosis of oral cancer and precancerous lesions. Further research and development are essential to improving the sensitivity, specificity, and reliability of non-invasive tools for widespread clinical application.
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 | 0,017 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,016 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».