An evaluation of an array of viruses and fungi in adult Lebanese patients presenting with various dental infections: A cross-sectional study
Notice bibliographique
Résumé
INTRODUCTION: The role of bacteria in the pathogenesis of periodontitis, pericoronitis, and periapical infections has been well-established. However, the variation in the severity and prognosis of these lesions could suggest a potential role of other microorganisms, such as viruses and fungi. This study aims to evaluate the presence of adenovirus, human papillomavirus-16, Epstein-Barr virus, Candida, and non-Candida fungi in these infections. METHODOLOGY: A cross-sectional study including 120 healthy adult patients presenting with dental infections requiring dental extractions were conducted to assess the prevalence and the relative quantity of viruses and fungi in saliva, infected, and healthy tissues using quantitative polymerase chain reaction tests. Samples were collected, and a categorical scale was used for the prevalence and a continuous scale for the relative quantification. Statistical analyses were performed using Chi-square for the prevalence and Wilcoxon rank test for the relative quantification. RESULTS: Except for the Epstein-Barr virus and Candida, the presence of viruses and fungi was significantly associated with dental infections. Adenovirus showed an association with pericoronitis, while human papilloma virus-16 exhibited an association with periapical infections. Non-Candida fungi, on the other hand, showed a positive association with all infected tissues and saliva as compared to healthy control lesions except for periapical infections. CONCLUSIONS: According to this study, viruses and fungi were found to be prevalent in dental infections. However, their associations with those infections vary depending on the types of viruses or fungi involved and the category of dental infections.
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 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 | 0,004 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».