Periodontal care may improve systemic inflammation
Notice bibliographique
Résumé
BACKGROUND: Periodontitis is an infectious chronic insidious disease of the tooth supporting structures that causes a general inflammatory response. The aims of the study were to determine whether periodontitis is associated with markers of general inflammation high-sensitivity (hs) C-reactive protein (CRP) leading to cardiovascular disease, and whether proper management of the periodontal disease would improve inflammation and thus, may prevent cardiovascular disease in the future. METHODS: This was a prospective case-controlled pilot study. Nine patients (3 women, 6 men; 40+/-5 yr) took part. All had severe periodontitis, without systemic disorders, and were all treated conservatively without surgical intervention. All had a 2nd visit after 3 months of treatment at the Outpatient Dental Clinic of the Hospital. Periodontal status and hs-CRP were evaluated on entry to the study and 3 months after treatment. Nine age and sex-matched healthy volunteers without periodontal disease served as the control group. RESULTS: Periodontal clinical parameters were improved after 3 months' treatment: probing depth (PD) (mean) at baseline was 4.3 and after 3 months' treatment improved to 3.2 (P=0.001), clinical attachment level (CAL) (mean) was 4.6 and changed to 3.7 (P=0.01), bleeding on probing (BOP %) changed from 64% to 33% (P=0.001), and Plaque index (Pi) changed from 49% to 25% (P=0.001). hs-CRP level was different between the patients'group (pre treatment) and the healthy volunteers: 2.97+/-0.58 mg/L vs. 0.25+/-0.14 mg/L (P=0.00002). After completing 3 months' treatment, hs-CRP levels were decreased from 2.97+/-0.58 mg/L to 2.3+/-0.7 mg/L (P=0.009). CONCLUSIONS: Periodontitis is an infectious condition that may be an insidious cause of chronic inflammation and may be a risk factor for future cardiovascular disease. Treating periodontitis improved inflammation, and might be used as an important prevention tool for cardiovascular disease.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».