Prevalence of Oral Potentially Malignant Disorders in Smokeless Tobacco Users With or Without Areca Nut: A Meta‐Analysis
Notice bibliographique
Résumé
BACKGROUND: Smokeless tobacco (SLT) use is a major global risk factor for oral potentially malignant disorders (OPMDs). However, the differential impact of SLT product composition, particularly tobacco-only versus combined tobacco-areca nut products, on OPMD prevalence remains inadequately characterized. OBJECTIVE: To compare the pooled prevalence of OPMDs between users of tobacco-only SLT and users of SLT containing both tobacco and areca nut. METHODS: This study was conducted following PRISMA guidelines. Electronic databases (PUBMED, Cochrane, Scopus, Embase, Web of Science) were searched until December 15, 2024. Included studies reported OPMD prevalence among current SLT users with a clear product description. Areca nut-only products were excluded. Two reviewers independently screened studies, extracted data, and assessed quality (Newcastle-Ottawa scale). Pooled prevalence estimates were calculated using random-effects models in R software due to anticipated heterogeneity. Sensitivity analysis (leave-one-out) was performed. RESULTS: Thirty-three studies (62 680 SLT users: 5058 tobacco-only; 57 622 tobacco-areca nut) were included. Overall OPMD prevalence was significantly higher among SLT with areca nut users (16.3%, 95% CI) compared to tobacco-only SLT users (10.4%, 95% CI). Tobacco-areca nut use showed markedly high prevalence of oral submucous fibrosis (OSMF) (33%) and dysplasia (16%), especially in endemic regions like India (88.8% OPMD prevalence in this subgroup). Tobacco-only SLT use was predominantly associated with leukoplakia (18%) and lichen planus/lichenoid reactions (15%). A critical limitation was the high proportion of non-specific OPMD diagnoses (27% overall, 38% in tobacco-areca nut users), hindering precise estimates of specific conditions. Sensitivity analyses confirmed result robustness. CONCLUSIONS: This meta-analysis demonstrates a substantial global burden of OPMDs among SLT users, with distinct risk profiles driven by product composition. Tobacco-areca nut SLT poses the highest risk (especially for OSMF and dysplasia), while tobacco-only SLT remains a significant independent risk factor (primarily for leukoplakia and lichenoid reaction). The high prevalence, particularly with combined products in regions like South Asia, underscores the urgent need for targeted public health interventions. Future research must prioritize precise product classification and standardized OPMD diagnosis to improve risk assessment.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».