Prevention of tea‐induced extrinsic tooth stain
Notice bibliographique
Résumé
OBJECTIVES: The objectives of this study were to determine whether the addition of milk to tea reduces the ability of tea to stain extracted human teeth and, if so, to ascertain the component of milk that is responsible for milk's stain reducing properties. METHODS: Extracted human teeth were immersed in a tea solution, with the addition of 2% milk, 5.26% lactose, 2.7% casein or 10% fat-free milk for 24 h at 37°C. A dental spectrophotometer (VITA Easyshade Compact) was used to evaluate the colour of the teeth both before and after immersion in the tea solutions. Commission internationale de l'éclairage (CIE) L*a*b* colour space values were recorded, and the change in colour (ΔE*) was calculated. A two-tailed t-test or one-way analysis of variance (anova) was used to determine whether there were statistical differences between groups. RESULTS: Milk significantly reduces the ability of tea to stain teeth (P = 0.0225), specifically in the L* and a* dimensions (P = 0.0182 and P = 0.0124, respectively) of the colour sphere. Casein, which makes up 80% of the protein content in bovine milk, is the component of milk that is responsible for significantly reducing tea's ability to stain teeth (P < 0.0001). CONCLUSIONS: The addition of milk to tea significantly reduces the tea's ability to stain teeth. Casein was determined to be the component of milk that is responsible for preventing tea-induced staining of teeth to a similar order of magnitude that can be obtained by vital bleaching treatments.
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 | 0,000 | 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 | 0,000 |
| 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 ».