Risk Factors for Malignant Transformation in Inverted Sinonasal Papilloma: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background/Objectives: Inverted sinonasal papilloma (IP) is a benign epithelial proliferation that can recur and undergo malignant transformation. We performed a systematic review and meta-analysis to answer the following question: what are the risk factors for malignant transformation in IP? Methods: A search was performed in PubMed and Embase databases. Numbers of affected individuals in exposed versus non-exposed individuals, or odds ratio values, were compared for each specific risk factor examined. The Newcastle–Ottawa Scale (NOS) was used to assess the risk of bias. To assess the overall quality of evidence, we used the Grading of Recommendations, Assessment, Development and Evaluation (GRADE) approach. Meta-analyses were conducted using the fixed-effects and the random effects models. Heterogeneity of the results was assessed by I2 statistic output. Meta-analyses and forest plots were obtained using Review Manager (RevMan) software version 5.4. Results: After examining 1875 results (942 from PubMed; 933 from Embase), 26 articles were selected. Among the 26 selected articles, the number of cases examined ranged from 14 to 162. All studies examined a population of 1271 IPs, with a carcinoma incidence of 230/1271 (18.1%). Three meta-analyses were performed for the following risk factors: smoking, alcohol, and HPV. Using the fixed-effects model, significant values were obtained for smoking (p = 0.002) and HPV (p < 0.001), with moderate and low quality of evidence, respectively. Alcohol did not reach statistical significance (p = 0.95). Conclusions: This study demonstrates that both smoking and HPV are risk factors for IP malignant transformation. Possible interventions include smoking cessation and HPV vaccination in individuals affected by IP.
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 | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,043 |
| Bibliométrie | 0,007 | 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 ».