Comment on “Betel‐Quid Addictive Use Disorders and Oral Potentially Malignant Disorders and Oral Cancer in South, Southeast, and East Asia: A Systematic Review and Meta‐Analysis”
Notice bibliographique
Résumé
We have read the interesting systematic review and meta-analysis conducted by Ko et al. (2024) titled “Betel-quid addictive use disorders and Oral potentially malignant disorders and Oral cancer in south, southeast, and East Asia: A systematic review and meta-analysis”, which evaluated the prevalence and association between betel-quid use behavior and oral malignancy. The study concluded that betel-quid use acts as a mediator, linking betel-quid use to a heightened risk of developing oral malignant disorders. However, we have some methodological concerns and suggestions for improving the analysis. Firstly, the authors performed a quality assessment using the JBI tool for prevalence studies. While this is appropriate for prevalence data, conducting a quality assessment using the Newcastle-Ottawa Scale (NOS) for the measure of association (Odds ratios) data would be beneficial. Additionally, performing a sensitivity analysis that excludes data from high-risk-of-bias studies would help elucidate the impact of potential bias on the pooled estimates. Furthermore, the inclusion of a Grading of Recommendations, Assessment, Development, and Evaluations (GRADE) analysis could provide a structured approach to rating the quality of evidence in systematic reviews and meta-analyses (Dewidar et al. 2023). The authors used funnel plots to assess publication bias. However, employing Doi plots and the Luis Furuya-Kanamori (LFK) index could enhance the evaluation for meta-analyses with a small number of studies, as in this case (Furuya-Kanamori, Barendregt, and Doi 2018). These tools quantify asymmetry in a less subjective manner, potentially indicating the presence of publication bias. Navneet Jain: methodology, conceptualization. Muhammed Shabil: writing – original draft, methodology. Sanjit Sah: writing – review and editing. The authors have nothing to report. The authors declare no conflicts of interest.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».