Development of a rat model for type 2 diabetes mellitus peri‐implantitis: A preliminary study
Notice bibliographique
Résumé
OBJECTIVE: To develop an in vivo model to simulate the complex internal environment of diabetic peri-implantitis (T2DM-PI) model for a better understanding of peri-implantitis in type 2 diabetic patients. MATERIALS AND METHODS: Maxillary first molars were extracted in Sprague-Dawley (SD) rats, and customized cone-shaped titanium implants were installed in the extraction sites. Thereafter, implants were uncovered and customized abutments were screwed into implants. A high-fat diet and a low-dose injection of streptozotocin were utilized to induce T2DM. Finally, LPS was locally injected in implant sulcus to induce peri-implantitis. RESULTS: In the present study, T2DM-PI model has been successfully established. Imaging analysis revealed that abundant inflammatory cells infiltrated in the soft tissue in T2DM-PI group with concomitant excessive secretion of inflammatory cytokines. Moreover, higher expression of MMP and increased number of osteoclasts led to collagen disintegration and bone resorption in T2DM-PI group. CONCLUSIONS: These results describe a novel rat model which stimulate T2DM-PI in vivo, characterized by overwhelming inflammatory response and bone resorption. This model has a potential to be used for investigation of initiation, progression and interventional therapy of T2DM-PI.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».