Effect of e-cigarette aerosol on gingival mucosa structure and proinflammatory cytokine response
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We evaluated the effect of multiple exposures to electronic cigarettes on human oral mucosa structure and proinflammatory cytokine secretion. A 3D air-liquid interface human gingival mucosa was produced and exposed 10 min twice a day for 2 and 4 days for a total of 4 or 8 exposure times to e-cigarette aerosol. The vaped e-liquid contained 18 mg/ml of nicotine. Results show that 4 and 8 exposures to the e-cigarettes with and without nicotine-induced structural tissue damage decreased Laminin and type IV collagen production but increased the secretions of several metalloproteinases (MMPs), and lactate dehydrogenase (LDH). The e-cigarette reduced the number of proliferative epithelial cells, as ascertained by the low number of Ki-67+ cells. Exposure to e-cigarette aerosol increased proinflammatory cytokines IL-6, IL-8, GM-CSF, MCI-1, and TNFα. However, the e-cigarette aerosol effects were lower than combustible cigarette smoke (CS). Although e-cigarette aerosols produced less tissue damage than CS, they still induce critical damage to the engineered human gingival mucosa. E-cigarette users and oral health professionals should be aware of the potential adverse effects of e-cigarettes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle