The association between periodontal disease parameters and severity of atherosclerosis
Notice bibliographique
Résumé
BACKGROUND: Atherosclerosis is the most common cause for heart attack and stroke. In the last decade, several epidemiological studies have found an association between periodontal infection and atherosclerosis. The aim of this research was to determine the possible association between chronic periodontal disease and severity of atherosclerosis. MATERIALS AND METHODS: Eighty-two subjects that were referred to Chamran Heart Hospital in Isfahan for angiography were involved in this study. Fifty-nine subjects had coronary artery obstruction (CAO) and 23 showed no obstruction after angiography. The severity of CAO was assessed. Periodontal parameters including pocket depth (PD), gingival recession (R), clinical attachment level (CAL), and bleeding on probing (BOP) of all subjects were recorded. The decayed-missing-filled (DMF) index of all subjects was also measured. For statistical analysis, Pearson correlation test, Chi-square, and independent t-test were used. RESULTS: There were significant positive correlation between variables R, PD, CAL, decayed (D), missing (M), DMF, BOP, and degree of CAO. However, there were no significant differences between filling variable degree of CAO (left anterior descending, left circumflex, and right coronary artery). Independent t-test showed that the mean of variables R, PD, AL, D, M, and DMF in patients with obstructed arteries were significantly higher than subjects without CAO. But there were no significant differences between variable F in two groups. CONCLUSION: The results of this cross-section analytical study showed an association between periodontal disease and dental parameters with the severity of CAO measured by angiography. However, this association must not interpret as a cause and effect relationship.
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 | 0,004 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».