Micro‐CT assessment of dental mineralization defects indicative of vitamin D deficiency in two 17th–19th century Dutch communities
Notice bibliographique
Résumé
OBJECTIVES: This study investigates vitamin D deficiency patterns in individuals from birth to the beginning of adolescence. Microscopic computed tomography (micro-CT) evaluation of interglobular dentine (IGD) in teeth provides information on the age of disease onset and the number of deficient periods per individual, which will increase our understanding of factors influencing vitamin D deficiency prevalence, including sociocultural practices and latitude. MATERIALS AND METHODS: Beemster and Hattem, two Dutch 17th-19th century communities, yielded relatively high prevalences of rickets (15-24%) and residual rickets (15-24%). From the affected individuals, a subsample of 20 teeth were selected for micro-CT scanning. Thin sections were made of 17 teeth, consisting of 6 teeth with and 11 teeth without observable IGD on micro-CT that were included for method comparison. RESULTS: About 19 out of 29 (65.5%) individuals (one tooth was deemed unobservable) presented with IGD on micro-CT. Eight of the 11 (72.7%) individuals without IGD on micro-CT demonstrated histologically visible IGD. In 40.7% (11/27) of the affected individuals (combined micro-CT and histology results), vitamin D deficiency was recurrent, and in four individuals, some episodes occurred at approximately annual intervals suggesting vitamin D deficiency was seasonal. In three individuals, IGD occurred in the dentine formed around birth, suggesting maternal vitamin D deficiency. DISCUSSION: Micro-CT analysis of IGD is found to be a valuable non-destructive method that can improve our understanding of the influence of sociocultural practices and latitude on disease development within age and sex groups in past communities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,039 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».