The monitoring of gingival crevicular fluid volume during orthodontic treatment: a longitudinal randomized split-mouth study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
UNLABELLED: This randomized split-mouth study was aimed at evaluating whether an orthodontic appliance per se or orthodontic tooth movement can induce detectable changes in gingival crevicular fluid (GCF) volume, and thus whether GCF volume is a predictable biomarker for tissue remodelling incident to orthodontic tooth movement. MATERIALS AND METHODS: Sixteen healthy orthodontic patients (7 females and 9 males; mean age, 17.7 years; range, 13-27 years) with the need for extraction of the first upper premolars were enrolled. One randomly chosen maxillary canine was subjected to a distalizing force by a 0.017 × 0.025 inch titanium-molybdenum alloy archwire and considered as the test tooth (TT). The contralateral canine, which was not subjected to any force but was included in an orthodontic appliance, was used as a control (CT). GCF sampling was performed at both mesial and distal sites of the CTs and TTs at baseline, immediately before applying the orthodontic appliance, and after 1 hour, 24 hours, and 7, 14, and 21 days. A Periotron was used to measure the GCF volume. A modest but significant increase in the GCF volume over time was seen in both the CTs (mesial sites) and the TTs (both mesial and distal sites) with no differences between the experimental teeth. Subclinical tissue inflammation consequent to the placement of the orthodontic appliance might be responsible for these GCF volume changes. The GCF volume does not appear to be a reliable biomarker for tissue remodelling during orthodontic treatment.
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.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle