Effect of gingival fibroblasts and ultrasound on dogs′ root resorption during orthodontic treatment
Notice bibliographique
Résumé
OBJECTIVES: To investigate the effect of using osteogenic induced gingival fibroblasts (OIGFs) and low intensity pulsed ultrasound (LIPUS) on root resorption lacunae volume and cementum thickness in beagle dogs that received orthodontic tooth movement. MATERIALS AND METHODS: Seven beagle dogs were used, from which gingival cells (GCs) were obtained and were induced osteogenically to produce OIGFs. Each third and fourth premolar was randomly assigned to one of the five groups, namely, LIPUS, OIGFs, bone morphogenetic protein-2 (BMP-2), OIGFs + LIPUS, and control. All groups received 4 weeks of bodily tooth movement, then LIPUS-treated groups received LIPUS for 20 min/day for 4 weeks, and OIGFs groups received an injection of OIGFs near the root apex. Microcomputed tomography analysis was used to calculate root resorption lacunae volume and histomorphometric analysis was performed to measure the cementum thickness of each root at 3 root levels on compression and tension sides. RESULTS: > 0.05) in fourth premolars near the apex. Furthermore, BMP2 increased cementum thickness at the coronal third at the compression side. CONCLUSION: OIGFs, LIPUS, and BMP-2 can be potential treatments for orthodontically induced root resorption, however, improvements in experimental design and treatment parameters are required to further investigate these repair modalities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».