MétaCan
Menu
Retour à la cohorte
Enregistrement W4404117139 · doi:10.7717/peerj.18385

Prevalence of oral submucous fibrosis across diverse populations: a systematic review and meta-analysis

2024· review· en· W4404117139 sur OpenAlexaboutno aff
Mengqi Wang, Chengchen Duan, Yuzi Wei, Xiaoping Xu

Notice bibliographique

RevuePeerJ · 2024
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesSichuan UniversityNational Natural Science Foundation of China
Mots-clésOral submucous fibrosisMeta-analysisMedicineSystematic reviewMEDLINEIntensive care medicineInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

Purpose: The aim is to offer a comprehensive overview of oral submucous fibrosis (OSF) prevalence and explore its epidemiological characteristics across various demographic groups and geographical locations, thereby helping the formulation of public health management policies. Methods: Studies reporting OSF prevalence were identified from electronic databases including the Cochrane Central Register of Controlled Trials (CENTRAL), MEDLINE via PubMed, EMBASE via OVID, and Web of Science. Pooled prevalence and quality assessment using the New-Ottawa Scale were conducted. Two reviewers screened and selected records, assessed quality, and independently extracted data. This systematic review and meta-analysis followed the PRISMA guidelines and was registered on PROSPERO (CRD42024532975). Results: Sixty-three studies, encompassing 11,434 cases in a total population of 769,860, reported OSF prevalence. The majority of studies (forty-one) were from India. The pooled prevalence of OSF across all populations was 3.0% (95% CI [2.8-3.2]%). In non-risk populations, risk populations, and consecutive dental patients, the pooled prevalence stood at 2.4% (95% CI [2.1-2.6]%), 4.5% (95% CI 3.5-5.6%), and 5.6% (95% CI [3.8-7.5]%), respectively. Subgroup analysis by age, sex, and geographical region revealed higher prevalence rates among those aged 50 and above (4.2%, 95% CI [3.0-5.4]%), males (3.3%, 95% CI [2.9-3.7]%), and in India (4.0%, 95% CI [3.7-4.3]%). As the exposure to risk factors exceeded 50% in the surveyed population, the prevalence of OSF notably increased. Most studies met satisfactory quality standards. Conclusions: Our research findings reveal a comprehensive prevalence of OSF across all populations at 3.0% (95% CI [2.8-3.2]%). And, existing evidence indicates a relatively low prevalence of OSF associated with tobacco, alcohol, and Areca (betel) nut use. However, further large-scale studies are recommended to validate these findings. Understanding the prevalence and distribution patterns of OSF may assist in healthcare intervention planning and alleviate the oral cancer burden associated with OSF.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Méta-analysehigh
gptaucune catégorie
Domaine: non disponible · Genre: Synthèse
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Revue systématiquehigh
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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 enseignants0,899
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0080,003
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)0,0000,001

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 Opus0,285
Tête enseignante GPT0,495
Écart entre enseignants0,210 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeMéta-analyse · Revue systématique
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

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetOral Health Pathology and TreatmentTravaux en français237 207