MétaCan
Menu
Retour à la cohorte
Enregistrement W2539791350 · doi:10.1155/2016/2183623

Reduced Dental Plaque Formation in Dogs Drinking a Solution Containing Natural Antimicrobial Herbal Enzymes and Organic Matcha Green Tea

2016· article· en· W2539791350 sur OpenAlexaff
Michael I. Lindinger

Notice bibliographique

RevueScientifica · 2016
Typearticle
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialGreen teaDental plaqueTraditional medicineEnzymeChemistryMicrobiologyMedicineFood scienceBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The results of an exploratory, multicenter clinical study confirmed the hypothesis that a novel, natural, and safe oral care product (OCP) reduced the rate of plaque formation on teeth of dogs consuming the OCP (antimicrobial plant-derived enzymes, organic matcha green tea, cultured dextrose, sodium bicarbonate, and ascorbic acid) compared to controls. Healthy dogs without periodontitis, of varying breeds, sex, and age, were recruited and enrolled, using nonrandomized stratification methods, into a control and treatment groups. Treatment group dogs drank only water into which OCP was suspended, for 28 days. Control group dogs drank their normal household water. On day 0 all teeth were cleaned by a veterinarian and gingivitis was assessed. On days 14, 21, and 28 plaque index, plaque thickness, gingivitis, freshness of breath, and general health were assessed. Over the 28 days of study, dogs on the OCP had significant reduction in plaque index and plaque thickness compared to controls. By day 14 OCP reduced plaque formation by 37%; the 28-day reduction in plaque index and coverage averaged 22% with no measurable gingivitis or calculus. Conclusion . Using the OCP attenuated dental plaque formation when consumed as normal drinking water and in the absence of other modes of oral care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,270
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientificaMême sujetOral microbiology and periodontitis researchTravaux en français237 207