The Profile of Inflammatory Cytokines in Gingival Crevicular Fluid around Healthy Osseointegrated Implants
Notice bibliographique
Résumé
OBJECTIVE: Regardless of gingival health and subgingival microbiology, production of cytokines within peri-implant tissues may be different from that of teeth. The objective of this study was to describe the peri-implant levels of pro-inflammatory cytokines and subgingival microbiology in clinically healthy sites. MATERIALS AND METHODS: Subgingival plaque and gingival crevicular fluid (GCF) were obtained from 28 clinically healthy implants and 26 teeth selected from 24 individuals. Microbial composition was determined by selective anaerobic culture techniques. Pro-inflammatory cytokines were quantified by flow cytometry analysis of GCF. The concentration of cytokines between implants and teeth were compared with the independent t-test. RESULTS: The concentration of cytokines was higher in GCF from healthy implants than in teeth. The profile of cytokines was characteristic of an innate immune response. A more frequent detection of periodontopathic bacteria was observed in teeth than implants. Cultivable levels of periodontopathic bacteria were similar between implants and teeth. CONCLUSIONS: Despite gingival tissue health and scarce plaque accumulation, the profile of inflammatory cytokines in implant crevicular fluid was distinctive of an innate immune response and in higher concentration than in teeth. Other than bacterial stimulus, intrinsic factors related to implants may account for more cytokine production than teeth.
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 | 0,000 | 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».