The effect of CPP-ACP and Nd:YAG laser on the bond strength of softened dentin
Notice bibliographique
Résumé
The purpose of this study was to investigate the effect of CPP-ACP treatment and Nd:YAG laser on microtensile bond strength (µTBS) of softened dentin. Sixty samples were obtained from thirty sound third molars. All samples were submitted to dentin softening procedure, by the immersion of the specimens in 30 mL of Sprite Zero for 30 min. Afterwards, the samples were randomly divided according to the CPP-ACP treatment: CG-Control group; MP-treated with CPP-ACP paste (MI Paste); MPP-treated with CPP-ACP+900 ppm NaF paste (MI Paste Plus). Each group was further divided according to bonding procedure: NL-No laser; L-Laser irradiation after adhesive application and before polymerization. The laser parameters used were 1.4 W, 10 Hz, 140 mJ/pulse, with an optic fiber of 320 µm, generating energy of 174 J/cm(2) per pulse. All samples were restored with Clearfil SE Bond/Filtek Z350 XT. After 24 h, the restored samples were cut into beams (± 1 mm(2) adhesive interface area) and subjected to a µTBS test. Data were analyzed by two-way ANOVA test and Holm-Sidak post-hoc method (α = 0.05). The treatment with CPP-ACP pastes did not significantly affect softened dentin µTBS (p = 0.070). Statistic revealed significant reduction on µTBS values for CG/L, leading to the rejection of the second null hypothesis (p < 0.001). Both CPP-ACP based pastes did not affect µTBS of softened dentin for the adhesive system utilized. The Nd:YAG laser irradiation after application of adhesive system did affect µTBS values of softened dentin samples untreated with CPP-ACP based pastes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».