Caries Risk Assessment in Children with Different Rates of Vitamin D Deficiency, Using Cariogram Model
Notice bibliographique
Résumé
Objective: Vitamin D plays a very important role in improving oral and dental health as well as general health. The present study aims to evaluate the risk of caries development risk of children with and without vitamin D deficiency using the Cariogram model. Methods: This study included a total of 75 healthy children aged 6-12 years, of which 50 (35 girls and 15 boys) had different levels of vitamin D deficiency, and 25 (12 girls and 13 boys) had none. Their risk of developing new dental caries was assessed with Cariogram. SPSS v21.0 (IBM, USA) was used for analyzing the study data. In the statistical tests, a p-value less than 0.05 was considered statistically significant. Results: Mean chronological and dental ages of the participants were obtained as 9±2.32 and 8±2.36, respectively. The distribution of salivary flow rate, buffering capacities, and distributions of Lactobacilli and S. mutans counts between the groups were found to be similar. There was a significant difference between Group I and Group II and between Group I and Group III in regard to the Cariogram green percentage (percentage of chances to avoid caries), p=0.002 and p<0.001, respectively. Conclusion: In the present study, we observed a decrease in the Cariogram green sector percentage with low levels of vitamin D and an increase with normal vitamin D levels. Therefore, chances to avoid new dental caries were increased in sufficient levels of vitamin D.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».