MétaCan
Menu
Retour à la cohorte
Enregistrement W4406542780 · doi:10.1002/hed.28070

Risk of Malignant Transformation of Oral Lichen Planus and Oral Lichenoid Lesions: A Single Centre, 10‐Year Review

2025· article· en· W4406542780 sur OpenAlexafffundabout
Kelsey V. Won, Karl Cuddy, Deepika Chugh, Marco Magalhaes

Notice bibliographique

RevueHead & Neck · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreUniversity of Toronto
Organismes subventionnairesCanadian Association of Oral and Maxillofacial Surgeons
Mots-clésOral lichen planusDermatologyMedicineMalignant transformationPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Oral lichen planus (OLP) and oral lichenoid lesions (OLL) are common chronic inflammatory diseases associated with malignant transformation. Risk factors associated with malignant transformation of OLP and OLL are not well defined. METHODS: A retrospective chart review assessed risk factors for progression of OLP and OLL to oral epithelial dysplasia (OED) or oral squamous cell carcinoma (OSCC) at a tertiary care centre in Toronto, Canada. RESULTS: Five-hundred-fifty-five patients identified with biopsy proven OLP or OLL met the inclusion criteria. In total, 3.2% (n = 18) progressed to OED (1.8%, n = 10) or OSCC (1.4%, n = 8). Risk factors associated with transformation included the plaque-like subtype (OR = 40.33, p < 0.001) and lesions located on the tongue (OR = 6.81, p = 0.008). CONCLUSIONS: Clinical examination to identify lesion subtype and location provides useful indicators for risk of progression in patients with OLL and OLP.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,374
Score d'incertitude au seuil0,417

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,332
Écart entre enseignants0,297 · 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

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetOral Health Pathology and TreatmentTravaux en français237 207