Treatment for dental erosion: a systematic review of <i>in vitro</i> studies
Notice bibliographique
Résumé
Background Dental erosion is a chemical loss of the mineralized dental tissue caused by exposure to nonbacterial acids. Different treatment protocols have been adopted with the use of fluoride compounds to promote the formation of a layer of mineral precipitation in eroded lesions. Aim This systematic review aimed to evaluate the main treatments for dental erosion. Methodology This study followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines and recorded in the Open Science Framework database (OSF) under DOI 10.17605/OSF.IO/XMFNZ . The searches were conducted in six electronic databases (Pubmed, Embase, Web of Science, Cochrane, Scopus, Lilacs) and two grey literature sources (Google Scholar and OpenGrey). The eligibility criteria included in vitro studies that evaluated eroded teeth under treatment with some topical agent. Risk of bias assessment and qualitative synthesis were performed using the Cochrane collaboration’s tool for assessing risk of bias modified for in vitro studies. Results A total of 522 studies were identified, and only four studies that fulfilled our eligibility criteria were included in this review. Among these studies, three were considered to have a low risk of bias, and one to have a high risk of bias. Two studies evaluated the anti-erosion effect of fluoride toothpaste, and the other two assessed the action of casein phosphopeptide–amorphous calcium phosphate (CPP-ACP) on the surface of human teeth. Among the products analyzed, CPP-ACP was the only one that promoted a significant increase in enamel microhardness and reduced tooth wear. Conclusion Based on the in vitro studies included in this review, there was no anti-erosion effect after using different fluoride toothpaste. However, it should be considered that one of these studies presented a high risk of bias. On the other hand, studies with CPP-ACP showed anti-erosion efficacy when applied before or after erosive wear.
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 | 0,014 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,014 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».