Exploring Salivary Biomarkers in Pediatric Obesity: A Scoping Review
Notice bibliographique
Résumé
Childhood obesity and overweight are linked to subclinical inflammatory conditions. The present manuscript aimed to undertake a scoping review exploring the relationship between childhood obesity and salivary biomarkers to answer the following question: “Are salivary biomarkers trustful factors/indicators for childhood obesity?” The main search terms used were: “obesity and salivary biomarkers and children” (Pubmed, Scielo, Scopus, Embase databases: 1999–2025). Assessed articles were carefully classified according to a predetermined criterion (Newcastle–Ottawa Scale), and the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) were considered. Papers involving children >13 years, duplicates/triplicates, literature reviews, and non-related to the question addressed were excluded. More than 30 salivary biomarkers were assessed in the thirteen studies appraised. Three studies were rated as having a high level of evidence, two as moderate, and eight as having a low level. Fourteen biomarkers were found to be significantly increased in childhood obesity/overweight (p < 0.05): leptin, insulin, α-amylase, tumor necrosis factor α, interleukin 6, vascular endothelial growth factor-A, C-reactive protein, monocyte chemotactic protein-1, resistin, phosphate, nitric oxide, interleukin 1β, uric acid and fetuin-A; and three were found to be significantly decreased (p < 0.05): adiponectin, secretory immunoglobulin A, and interleukin-12p70. In conclusion, the present review supported the idea that saliva might be a promising diagnostic tool in early life and that it is a significant source of obesity biomarkers in children.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».