Treatment of white spot lesions with ACP paste and microabrasion
Notice bibliographique
Résumé
OBJECTIVE: To examine the effects of application of casein phosphopeptide amorphous calcium phosphate (CPP-ACP) paste and microabrasion treatment on the regression of white spot lesions (WSLs). MATERIALS AND METHODS: Artificially-induced WSLs in bovine enamel were randomly assigned to one of four treatment groups: CPP-ACP paste only, microabrasion only, microabrasion and CPP-ACP, and a control. Samples were treated with each regimen twice daily for 2 weeks and stored in remineralizing solution between the treatments. Quantitative light-induced fluorescence was used to measure changes in fluorescence, which indicate changes in mineral content of WSLs immediately before (T1) and 2 weeks after treatment (T2). A two-within-subject factor analysis of variance was used to analyze the significance of any changes in mineral content of the lesions from T1 to T2. RESULTS: There was a statistically significant (P < .05) gain in fluorescence associated with the microabrasion only, as well as the microabrasion and CPP-ACP treatments. The changes in fluorescence for the CPP-ACP treatment alone were not statistically significant (P = .40). CONCLUSIONS: CPP-ACP paste alone does not significantly improve the fluorescence value (ie, the mineral content) of WSLs. Within the limitations of this in vitro study, microabrasion treatment with or without CPP-ACP improved the fluorescence and thus reduced WSLs.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».