Serum Cytokine Levels in Term and Preterm Deliveries Relating to the Periodontal Health of Mothers: A Pilot Study
Notice bibliographique
Résumé
ABSTRACT Background The aim of the study was to evaluate serumlevels of interleukin-1, beta (IL-1β) and tumor necrosis factoralpha (TNF-α) at birth and compare the values in case of preterm birth and normal birth groups of mothers considering the mothers’ periodontal status. Materials and methods Blood samples from 81 women (preterm birth, 41 women, and term birth, 40 women) were collected within half an hour of after delivery. Serum levels of IL-1β and TNF-α were measured. Periodontal status was characterized by bleeding on probing (BOP) and probing depth (PD). Results The frequency of BOP differed significantly between preterm and term groups; however, mean PD did not show a significant difference. Serum IL-1β levels were significantly higher in the preterm birth group. The levels TNF-α were slightly bigger in the term birth group, the difference was significant. The rank correlation showed a significant negative relationship between serum IL-1β and TNF-α level and birth weight and the length of pregnancy, and also between BOP frequency and the length of pregnancy. Conclusion Within the limitations of the study, it was found that IL-1β and TNF-α levels were higher when the delivery occurred preterm and the birth weight was smaller; however, a significant increase of cytokines in the serum in connection with maternal periodontal disease was not detected. Periodontics of mothers was not associated with preterm birth in the sample. How to cite this article Radnai M, Novák T, Orvos H, Kovács M, Bóka B, Kele B, Gorzó I. Serum Cytokine Levels in Term and Preterm Deliveries Relating to the Periodontal Health of Mothers: A Pilot Study. Int J Experiment Dent Sci 2015;4(2):109-115.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».