Effect of Green Tea on Volatile Sulfur Compounds in Mouth Air
Notice bibliographique
Résumé
Many food products are claimed to be effective in controlling halitosis. Halitosis is caused mainly by volatile sulfur compounds (VSCs) such as H(2)S and CH(3)SH produced in the oral cavity. Oral microorganisms degrade proteinaceous substrates to cysteine and methionine, which are then converted to VSCs. Most treatments for halitosis focus on controlling the number of microorganisms in the oral cavity. Since tea polyphenols have been shown to have antimicrobial and deodorant effects, we have investigated whether green tea powder reduces VSCs in mouth air, and compared its effectiveness with that of other foods which are claimed to control halitosis. Immediately after administering the products, green tea showed the largest reduction in concentration of both H(2)S and CH(3)SH gases, especially CH(3)SH which also demonstrated a better correlation with odor strength than H(2)S; however, no reduction was observed at 1, 2 and 3 h after administration. Chewing gum, mints and parsley-seed oil product did not reduce the concentration of VSCs in mouth air at any time. Toothpaste, mints and green tea strongly inhibited VSCs production in a saliva-putrefaction system, but chewing gum and parsley-seed oil product could not inhibit saliva putrefaction. Toothpaste and green tea also demonstrated strong deodorant activities in vitro, but no significant deodorant activity of mints, chewing gum or parsley-seed oil product were observed. We concluded that green tea was very effective in reducing oral malodor temporarily because of its disinfectant and deodorant activities, whereas other foods were not effective.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».