Salivary Metabolomics for Early Detection of Oral Squamous Cell Carcinoma: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Recent years have seen increasing research on potential of salivary biomarkers for detection of various diseases, including oral cancers. However, the plethora of unverified data available adds to the conundrum in using them on a more regular basis for this purpose. In order to appraise the present scientific evidence and analyze whether and which metabolomics can be used for early detection of oral squamous cell carcinoma, this review was conducted. The review followed PRISMA 2020 guidelines and was registered in PROSPERO. A comprehensive literature search was conducted across multiple databases to identify studies published over the last 10 years. Two reviewers independently performed study selection. Later, data extraction and quality assessment were done using QUADAS-2 and the Newcastle-Ottawa Scale. A meta-analysis was conducted for diagnostic studies that reported similar outcomes. Of the 19 included studies, 12 were diagnostic and 7 observational. Meta-analysis of diagnostic studies showed a pooled sensitivity of 84%, specificity of 82%, and AUC of 0.88. Lactate, choline, and phenylalanine were the most consistent biomarkers. LC-MS was the most accurate platform (AUC: 0.91). Moderate heterogeneity (I²=58-62%) reflected methodological and population differences. Salivary metabolomics demonstrates strong potential for noninvasive OSCC detection. Standardization, larger sample sizes, and validation in diverse populations are needed for clinical translation.
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 | 0,015 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,034 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».