Clinical outcomes for Early Childhood Caries (ECC): the influence of salivary mutans streptococci levels.
Notice bibliographique
Résumé
AIM: To assess the relationship between clinical outcomes for children treated for Early Childhood Caries (ECC) and salivary mutans streptococci (MS) levels. STUDY DESIGN AND METHODS: The study cohort consisted of 79 children (42 males, 37 females) treated for ECC, aged from 2.3 to 7.3 years at time of entry. Whole non-stimulated saliva samples were obtained from each subject prior to dental surgery and at 6 mths post dental surgery, by saturating a cotton swab in the saliva pooled in the floor of the mouth. Samples were placed into PBS on ice and processed within 2 hours. Samples were sonicated, serially diluted and plated onto MSB and SBA agar plates, then incubated 48 hours anaerobically; SBA plates were incubated an additional 24 hours aerobically. The MS level in each sample was expressed as a percentage of the total cultivable flora. The cohort was evaluated for new caries lesions at 6 months post dental surgery. Relapse was defined as the presence of new smooth surface caries lesions. STATISTICS: Comparisons between Relapse (R) and Non-Relapse (NR) groups with respect to mutans streptococci levels were performed using Wilcoxon tests. Within group comparisons were performed using Wilcoxon signed-rank tests. RESULTS: 57 children (72%) returned for the 6 months examination and 21 of these subjects (37%) relapsed. No statistically significant difference in median salivary MS levels existed between the R (0.20%) and NR (0.033%) groups at baseline (p=0.647) or at 6 months post dental surgery (R=0.03%; NR=0.01%; p=0.273). A statistically significant difference between baseline and 6 months post dental surgery was noted in the median salivary MS level within the R group (p=0.0007) and within the NR group (P<0.0001). CONCLUSIONS: The relapse rate (37%) was high and rapid for children treated for ECC. Dental surgery resulted in a statistically significant reduction in salivary MS reservoirs for children treated for ECC. However, this did not translate into acceptable clinical outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».