Assessment of Local Hemodynamics in Periodontal Inflammation Using Optical Spectroscopy
Notice bibliographique
Résumé
BACKGROUND: Among the newly emerging diagnostic approaches for periodontitis, optical spectroscopy is a promising complementary diagnostic tool. The objective of this study is to verify the reproducibility of this method at a geographically distinct location (Suzhou, China) to a broader patient population using similar instrumentation to that in a previous report. METHODS: Using a portable optical near-infrared spectrometer, optical spectra were obtained, processed, and evaluated from healthy (n = 62), gingivitis (n = 98), and periodontitis (n = 47) sites from a total of 51 patients. A modified Beer-Lambert unmixing model that incorporates a non-parametric scattering loss function was used to determine the relative contribution of oxyhemoglobin and deoxyhemoglobin to the overall spectrum. The balance between tissue oxygen delivery and oxygen use in periodontal tissues was then assessed. RESULTS: Tissue oxygenation decreased significantly from healthy sites to sites with gingivitis (P <0.01) and between gingivitis and periodontitis (P = 0.015). This is largely caused by a significant increase in deoxyhemoglobin between normal and gingivitis (P <0.01) and a concomitant decrease in oxyhemoglobin between gingivitis and periodontitis (P = 0.02). CONCLUSION: This study supports previous findings that tissue oxygenation as measured by optical spectroscopy is significantly decreased in periodontitis and that optical spectroscopy can simultaneously determine multiple inflammatory indices related to periodontal disease directly in gingival tissues in vivo.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».