Evaluation of FGF‐23 and 25(OH)D<sub>3</sub> levels in peri‐implant sulcus fluid in peri‐implant health and diseases
Notice bibliographique
Résumé
Abstract Background There are limited studies to date investigating vitamin D and fibroblast growth factor (FGF)‐23 in different peri‐implant conditions. Purpose To evaluate the peri‐implant sulcus fluid (PISF) FGF‐23 and 25‐hydroxy‐vitamin D 3 (25(OH)D 3 ) levels in peri‐implant health and diseases. Materials and Methods A total of 90 dental implant sites (peri‐implant healthy group [n = 30], peri‐implant mucositis group [n = 30], and peri‐implantitis group [n = 30]) in 53 participants were included in the study. Probing depth (PD), clinical attachment level (CAL), suppuration (S), modified plaque index (mPI), gingival index (GI), modified sulcus bleeding index (mSBI), and keratinized mucosa width (KMW) were recorded as clinical parameters, and PISF samples were obtained. FGF‐23 and 25(OH)D 3 levels were analyzed by enzyme‐linked immunosorbent assay. Results There were no statistically significant differences in FGF‐23 concentrations among the groups ( P > .05). The 25(OH)D 3 concentration was significantly lower in peri‐implantitis group compared with the other two groups ( P < .05). The mean total amount of FGF‐23 in the peri‐implantitis group was significantly higher than the peri‐implant healthy group whereas 25(OH)D 3 total amount was significantly lower in the peri‐implantitis group than the peri‐implant healthy group. The 25(OH)D 3 concentration was significantly negatively correlated with CAL, PD, mPI, S, GI, and mSBI and statistically significant relationship was found between FGF‐23 total amount and these clinical parameters ( P < .05). There was a negligible positive correlation between 25(OH)D 3 and FGF‐23 concentrations (τ = 0.169; P = .018). Conclusion Within the limitations of this study, it can be concluded that FGF‐23 and vitamin D seems to affect peri‐implant bone health, and further studies are needed to explain the association between FGF‐23 and 25(OH)D 3 in peri‐implant conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».