MétaCan
Menu
Retour à la cohorte
Enregistrement W4417463284 · doi:10.1080/10520295.2025.2595966

Unveiling mechanistic effects of mast cell in the progression of fibrosis and malignant transformation of oral submucous fibrosis: a systematic review and meta-analysis

2025· review· en· W4417463284 sur OpenAlexaboutno aff
R. Keerthika, Akhilesh Chandra, Dinesh Raja, Rahul Kumar Agarwal

Notice bibliographique

RevueBiotechnic & Histochemistry · 2025
Typereview
Langueen
DomaineDentistry
ThématiqueOral Health Pathology and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOral submucous fibrosisMast cellMalignant transformationFibrosisCellEtiologyPathophysiologyMast (botany)

Résumé

récupéré en direct d'OpenAlex

Oral submucous fibrosis (OSMF) is a ubiquitous fatal fibrotic mucosal disease with multifactorial etiology and complex pathogenesis. The role of mast cells in the pathophysiology of OSMF remains uncharted territory owing to a dearth of studies. Thus, the present systematic review and meta-analysis aimed to unentangle the mysteric role of mast cells in the pathogenesis, progression of fibrosis and malignant transformation of OSMF. Using various databases, full-text articles that investigated mast cell concentrations in OSMF were entailed for review. A modified Newcastle-Ottawa scale was employed to evaluate the risk of bias in all articles and Review Manager was utilized for meta-analysis. Twenty and fourteen qualified articles, respectively, were included for qualitative and quantitative data synthesis. Progressive amplification of mast cell density is linked with fibrosis-induced malignant transformation of OSMF. The fixed-effect model also confirmed that significantly upregulated mast cell counts have a decreased risk of association with control as well as a significantly increased risk of being associated with early-stage fibrosis and malignant transformation of OSMF. This review authenticates the mechanistic effects of mast cells in the pathogenesis, chronicity, progression of fibrosis and malignant transformation of OSMF.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0100,015
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,346
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnic & HistochemistryMême sujetOral Health Pathology and TreatmentTravaux en français237 207