MétaCan
Menu
Retour à la cohorte
Enregistrement W4283009257 · doi:10.3389/froh.2022.923663

Effects of a Berry Polyphenolic Fraction on the Pathogenic Properties of Porphyromonas gingivalis

2022· article· en· W4283009257 sur OpenAlexafffund
Katy Vaillancourt, Amel Ben Lagha, Daniel Grenier

Notice bibliographique

RevueFrontiers in Oral Health · 2022
Typearticle
Langueen
DomaineDentistry
ThématiqueOral microbiology and periodontitis research
Établissements canadiensUniversité Laval
Organismes subventionnairesUniversité Laval
Mots-clésPorphyromonas gingivalisPolyphenolPeriodontitisIn vitroBerryMicrobiologyChemistryMatrix metalloproteinaseBiologyMedicineBiochemistryAntioxidantBotanyDentistry

Résumé

récupéré en direct d'OpenAlex

Porphyromonas gingivalis expresses a broad array of virulence factors that enable it to play a central role in the etiopathogenesis of periodontitis. The objective of the present study was to assess the effects of a berry polyphenolic fraction (Orophenol®) composed of extracts from cranberry, wild blueberry, and strawberry on the main pathogenic determinants of P. gingivalis. Orophenol® attenuated the growth of P. gingivalis and decreased its hemolytic activity, its adherence to a basement membrane matrix model, and its proteinase activities. The berry polyphenolic fraction also impaired the production of reactive oxygen species (ROS) by oral keratinocytes stimulated with P. gingivalis. Lastly, using an in vitro model of oral keratinocyte barrier, the fraction exerted a protective effect against the damages mediated by P. gingivalis. In conclusion, the berry polyphenolic fraction investigated in the present study attenuated several pathogenic properties of P. gingivalis. Although future clinical investigations are required, our study provided evidence that the polyphenols contained in this fraction may represent bioactive molecules of high interest for the prevention and/or treatment of periodontal disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,295
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Oral HealthMême sujetOral microbiology and periodontitis researchTravaux en français237 207