The association between chronic mechanical irritation and oral cancer development
Bibliographic record
Abstract
Introdução: A irritação mecânica crónica (IMC) resulta da ação repetida e prolongada de um agente nocivo, como próteses mal-adaptadas ou com bordos traumáticos, dentes defeituosos e/ou hábitos parafuncionais. Estas alterações podem afetar a mucosa saudável ou exacerbar alterações orais pré-existentes. Objetivo: Avaliar e investigar a evidência científica existente sobre a potencial contribuição da IMC para o desenvolvimento do cancro oral (CO). Materiais e métodos: Foi realizada uma revisão sistemática, para a qual foram pesquisadas as bases de dados PubMed e ScienceDirect utilizando as palavras-chave "chronic mechanical irritation"; "risk factors"; "dental prosthesis"; “dental trauma”; “traumatic ulcer”; e "oral cancer". Resultados/Discussão: De acordo com os critérios de elegibilidade, dos 6719 artigos inicialmente identificados, 15 foram considerados relevantes. Com base na Escala de Newcastle-Ottawa, seis dos quinze estudos têm um baixo risco de enviesamento. No entanto, há resultados contraditórios e heterogeneidade dos estudos, sendo que apenas 2 trabalhos concluíram que a IMC era um fator de risco. A maioria dos estudos concluiram que as próteses removíveis mal ajustadas eram a principal causa de trauma e a língua, a gengiva e a mucosa oral foram os locais mais comuns para desenvolvimento do CO. Além disso, a lesão mais comum causada por CMI é a úlcera traumática crónica. Conclusão: Atualmente, não existem estudos suficientes para permitir demonstrar uma relação significativa e evidente entre o CO e IMC. Consequentemente, é necessária a realização de mais estudos com amostras maiores, casos-controlo bem definidos e com tempo de avaliação suficiente para poder permitir uma análise qualitativa e quantitativa desta relação.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".