Assessment of tissue oxygenation of periodontal inflammation in smokers using optical spectroscopy
Notice bibliographique
Résumé
BACKGROUND: We have recently developed a periodontal diagnostic tool that was validated in non-smokers with periodontitis. Tobacco smoking is a recognized risk factor for periodontal diseases that can mask gingival bleeding and lead to a false negative diagnosis. Therefore, the purpose of current study is to further validate this instrument in smokers with periodontal diseases. METHODS: Using a portable optical near-infrared spectrometer, optical spectra were obtained, processed and evaluated from healthy (n = 108), gingivitis (n = 100), and periodontitis (n = 79) sites of 54 systemically healthy smokers. A modified Beer-Lambert unmixing model that incorporates a non-parametric scattering loss function was used to determine the relative contribution of deoxygenated haemoglobin (Hb) and oxygenated haemoglobin (HbO2 ) to the overall spectrum. The balance between tissue oxygen delivery and utilization in periodontal tissues was then assessed. RESULTS: Tissue oxygen saturation was significantly decreased in the gingivitis (p = 0.016) and periodontitis (p = 0.007) sites, compared to the healthy sites. There was a trend towards increased concentration of Hb and decreased concentration of HbO2 from healthy to diseased sites, without statistical significance (p > 0.05). CONCLUSIONS: Optical spectroscopy can determine tissue oxygenation profiles of healthy and diseased sites in smokers. The spectral profile of periodontal sites in smokers generally resembles those from non-smoking patients.
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 | 0,000 | 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) | 0,001 | 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 ».