Incidental ocular surface squamous neoplasia in pterygia: a systematic review and meta-analysis
Notice bibliographique
Résumé
AIMS: Differentiating pterygium from ocular surface squamous neoplasia (OSSN) is important for guiding management. This meta-analysis evaluates the prevalence and risk factors for incidental OSSN in clinically diagnosed pterygia. METHODS: Ovid Embase, MEDLINE, Cochrane Library and Web of Science were systematically searched from January 2000 to February 2025. Included studies analysed ≥100 clinically diagnosed pterygia via histopathology. Random-effects meta-analysis assessed the prevalence of incidental OSSN among pterygia. Risk factors were evaluated using the Mantel-Haenszel and inverse variance methods, and meta-regression analysed the influence of publication year, geographic proximity to the equator, and country-level ultraviolet (UV) radiation exposure. RESULTS: =95.3%). Meta-regression revealed that lower OSSN prevalence was associated with greater distance from the equator (OR 0.49, 95% CI 0.28 to 0.83, p<0.01), while higher prevalence was associated with greater UV exposure (OR 2.20, 95% CI 1.17 to 4.14, p=0.01). Publication year had no effect (p=0.98). Age (p=0.18), sex (p=0.45) and lesion location (p=0.60-0.82) did not differ between incidental OSSN cases and benign pterygia. Incidental OSSN prevalence also did not differ between primary and recurrent pterygia (p=0.23). Regional analyses revealed variation in prevalence: Europe (0.29%), Asia (0.76%), North America (1.03%), Oceania (8.57%) and South America (14.97%). CONCLUSIONS: This meta-analysis, based on low- to very low-certainty evidence, identified a 1.32% pooled prevalence of incidental OSSN in clinically diagnosed pterygia, highlighting the potential influence of UV exposure and equatorial proximity. The overlap in demographic and lesion characteristics between benign pterygia and OSSN underscores diagnostic challenges.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».