Relação entre fluorose dental e a concentração de flúor no dente – um estudo em área endêmica
Notice bibliographique
Résumé
Objetivo: Determinar a relação entre severidade de fluorose dental (FD), e concentração de flúor [F] no dente e água em áreas endêmicas de FD. Métodos: Residentes de duas comunidades endêmicas de FD foram estudados. 45 dentes foram coletados e analisados para severidade de FD e concentração de flúor. O índice de Thylstrup-Ferjeskov (TFI) foi utilizado para medir a severidade de FD e análise por ativação com nêutrons (AAN) para concentração de [F] dental. Águas de poços da região foram coletadas (n=9) e analisadas para [F], utilizando eletrodo específico de flúor. Resultados: Concentração de [F] da água variou entre 0,2 e 4,7ppm. Os escores do TFI variaram entre 0 e 6; [F] no esmalte entre 120 e 2140ppm e na dentina entre 304 e 4800ppm. Não se observou correlação entre severidade de DF e [F] no esmalte (rs=0,22,p=0,15) e dentina (rs=-0,11,p=0,56). Encontrou-se correlação fraca entre FD e [F] na água (rs=0,38,p=0,04). Análise de regressão linear demonstrou que TFI não podia ser predito por uma combinação linear das variáveis (idade, e concentração de flúor no esmalte e dentina). Quando a concentração de flúor no esmalte, dentina e água foram analisadas de forma independente na regressão linear, apenas flúor na água demonstrou influência na severidade de FD (p=0,013;t=2,67). Conclusão: Mesmo em áreas endêmicas de FD, concentração de flúor dental não se correlaciona com severidade de FD, e a relação entre este e a concentração de flúor nas águas foi fraca. Assim, concentração de flúor dental pode não ser um bom preditor/indicador de severidade de FD.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».