MétaCan
Menu
Retour à la cohorte
Enregistrement W3108324633 · doi:10.1563/aaid-joi-d-20-00302

Role of Probiotics for the Treatment of Peri-Implant Mucositis in Patients With and Without Type 2 Diabetes Mellitus

2020· article· en· W3108324633 sur OpenAlexaff

Notice bibliographique

RevueJournal of Oral Implantology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueOral health in cancer treatment
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésType 2 Diabetes MellitusMucositisType 2 diabetesDiabetes mellitusDemographicsHemoglobin

Résumé

récupéré en direct d'OpenAlex

This study hypothesized that probiotic therapy (PT) does not offer additional benefits to mechanical debridement (MD) for the treatment of diabetic subjects with peri-implant mucositis (PM). This study compared the influence of PT as an adjunct to MD for the treatment of PM in type 2 diabetic and nondiabetic patients over a 12-month follow-up period. Patients with and without type 2 diabetes were included. PM patients were categorized into 2 groups based on the treatment procedure: (1) nonsurgical + PT and (2) nonsurgical MD alone. Demographics and education statuses were recorded. Gingival index (GI) and plaque index (PI), crestal bone loss (CBL), and probing depth (PD) were measured at baseline and after 6 and 12 months. Significant differences were detected with P < .01. The hemoglobin A1c level was significantly higher in patients with diabetes at all time durations than in patients without type 2 diabetes (P < .001). Baseline GI, PI, PD, and CBL were comparable in all groups. In patients with type 2 diabetes, there was no difference in PI, GI, PD, and CBL at 6- and 12-month follow-up. In patients without type 2 diabetes, there was a significant reduction in PI (P < .01), GI (P < .01), and PD (P < .01) at 6-month and 1-year follow-up as compared with baseline. In patients without type 2 diabetes, MD with or without adjunct PT reduced soft-tissue inflammatory parameters in patients with PM.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,215

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,317
Écart entre enseignants0,287 · 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.

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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oral ImplantologyMême sujetOral health in cancer treatmentTravaux en français237 207