MétaCan
Menu
Retour à la cohorte
Enregistrement W3005252123 · doi:10.1177/0022034520903036

Desensitizing Toothpastes for Dentin Hypersensitivity: A Network Meta-analysis

2020· review· en· W3005252123 sur OpenAlexaff
Carolina Castro Martins, Ramon Targino Firmino, John J. Riva, L. Ge, Alonso Carrasco‐Labra, Romina Brignardello‐Petersen, Luis Enrique Colunga‐Lozano, Ana Flávia Granville‐Garcia, F.O. Costa, Juan José Yepes-Núñez, Yuan Zhang, Holger J. Schünemann

Notice bibliographique

RevueJournal of Dental Research · 2020
Typereview
Langueen
DomaineDentistry
ThématiqueDental Erosion and Treatment
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorNCMIC Foundation
Mots-clésMeta-analysisMedicineSodium fluorideStrictly standardized mean differencePotassiumToothpasteDentin hypersensitivityDentistryRandomized controlled trialInternal medicineDentinFluorideChemistry

Résumé

récupéré en direct d'OpenAlex

The goal of this systematic review and network meta-analysis was to compare the relative effects of toothpaste formulations for dentin hypersensitivity (DH), tested in randomized controlled trials (RCTs). We searched 7 databases to February 2019. Paired reviewers independently screened studies, extracted data, and performed risk of bias assessment. The outcome of interest was painful response measured through tactile, cold, and air stimuli. We conducted a random-effects Bayesian network meta-analysis using standardized mean difference (SMD) and their credible intervals (CIs) as the measure of effect for each pain stimuli. We assessed certainty of evidence using the Grading of Recommendations, Assessment, Development and Evaluation (GRADE) approach. We included 125 RCTs (12,541 patients). For tactile stimulus, the following active ingredients showed large beneficial effects compared to fluoride with moderate certainty of evidence (SMD; 95% CI): potassium + stannous fluoride (SnF 2 ) (3.05; 1.69–4.41), calcium sodium phosphosilicate (CSP) (2.14; 0.75–3.53), SnF 2 (2.02; 1.06–2.99), potassium + hydroxyapatite (2.47; 0.3–4.64), strontium (1.43; 0.46–2.41), and potassium (1.23; 0.48–1.98). For cold stimulus, CSP showed large beneficial effects compared to fluoride (3.93; 0.34–7.53) with moderate certainty; for air stimulus, arginine (2.22; 1.45–2.99), potassium + hydroxyapatite (2.44; 0.33–4.55), potassium + SnF 2 (2.28; 0.87–3.69), CSP (1.98; 0.99–2.98), and SnF 2 (1.9; 1.03–2.77) showed large beneficial effects compared to fluoride with moderate to high certainty. Most toothpaste formulations showed evidence of superiority against placebo or fluorides (amine fluoride, sodium monofluorophosphate, or sodium fluoride). CSP was most beneficial for all 3 stimuli with high to moderate certainty. SnF 2 alone and potassium combined with SnF 2 or hydroxyapatite were beneficial for tactile and air stimulus with high to moderate certainty. Arginine was beneficial for air stimulus, and strontium and potassium were beneficial for tactile stimulus, with moderate certainty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,012
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,590
Tête enseignante GPT0,532
Écart entre enseignants0,058 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations88
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dental ResearchMême sujetDental Erosion and TreatmentTravaux en français237 207