On site noninvasive assessment of peri-implant inflammation by optical spectroscopy
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Optical spectroscopy has been proposed to measure regional tissue hemodynamics in periodontal tissue. The objective of this study was to further evaluate the diagnostic potential of optical spectroscopy in peri-implant inflammation in vivo by assessing multiple inflammatory parameters (tissue oxygenation, total tissue hemoglobin, deoxyhemoglobin, oxygenated hemoglobin and tissue edema) simultaneously. MATERIAL AND METHODS: A cross-sectional study was performed in a total of 64 individuals who presented with dental implants in different stages of inflammation. In brief, visible-near-infrared spectra were obtained, processed and evaluated from healthy (n = 151), mucositis (n = 70) and peri-implantitis sites (n = 75) using a portable spectrometer. A modified Beer-Lambert unmixing model that incorporates a nonparametric scattering loss function was employed to determine the relative contribution of each inflammatory component to the overall spectrum. RESULTS: Tissue oxygenation at peri-implantitis sites was significantly decreased (p < 0.05) when compared with that at healthy sites, which was largely due to an increase in deoxyhemoglobin and a decrease in oxyhemoglobin at the peri-implantitis sites compared with the mucositis and healthy sites. In addition, the tissue hydration index derived from the optical spectra in mucositis was significantly higher than that in other groups (p < 0.05). CONCLUSION: In summary, the results of this study revealed that hemodynamic alterations can be detected around diseased peri-implant sites by optical spectroscopy, and this method may be considered an alternative and feasible approach for the monitoring and diagnosis of peri-implant diseases.
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 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 | 0,002 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».