Effects of Plants on Osteogenic Differentiation and Mineralization of Periodontal Ligament Cells: A Systematic Review
Notice bibliographique
Résumé
This systematic review aimed to evaluate the effects of plants on osteogenic differentiation and mineralization of human periodontal ligament cells. The included studies were selected using five different electronic databases. The reference list of the included studies was crosschecked, and a partial gray literature search was undertaken using Google Scholar and ProQuest. The methodology of the selected studies was evaluated using GRADE. After a two-step selection process, eight studies were identified. Six different types of plants were reported in the selected studies, which were Morinda citrifolia, Aloe vera, Fructus cnidii, Zanthoxylum schinifolium, Centella asiatica, and Epimedium species. They included five types of isolated plant components: acemannan, osthole, hesperetin, asiaticoside, and icariin. In addition, some active substances of these components were identified as polysaccharides, coumarins, flavonoids, and triterpenes. The studies demonstrated the potential effects of plants on osteogenic differentiation, cell proliferation, mineral deposition, and gene and protein expression. Four studies showed that periodontal ligament cells induce mineral deposition after plant treatment. Although there are few studies on the subject, current evidence suggests that plants are potentially useful for the treatment of periodontal diseases. However, further investigations are required to confirm the promising effect of these plants in regenerative treatments.
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) | 0,003 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».