Development of an in vitro protocol to induce artificial white spot lesions and their characterization using optical coherence tomography and micro CT
Notice bibliographique
Résumé
Abstract Background White spot lesions (WSL) represent the earliest stage of caries formation in which mineral is lost from the enamel surface, but the surface retains its integrity. At this stage, remineralization of enamel is generally considered possible. This study aimed to develop a reliable in vitro protocol for the creation of artificially induced WSL and to examine the WSL by micro-computed tomography (microCT) and optical coherence tomography (OCT). Methods Artificial WSL lesions were created by immersing human molars in a lactic acid solution under constant agitation at 37ºC for seven days. MicroCT and OCT were used to image the lesions before comparing them to naturally occurring WSL. In addition, the mineral density of the demineralized enamel and the depth of the lesion was characterized directly on the acquired images. Results The average mineral density of artificial WSL was 1.57 ± 0.21 g/cm 3 , compared to sound enamel with a mean mineral density of 2.9 ± 0.06 g/cm 3. The mean lesion depth of 167.76 ± 0.03 µm for artificial WSL varied slightly between individual samples. The artificial WSL did have a highly mineralized surface overlying the body of the lesion, which is characteristic of subsurface lesions; however, the lesion itself was shallower when compared to naturally occurring WSL. The OCT also detected WSL and provided an estimate of lesion depth and distance from Conclusion In summary, we have developed an experimental in vitro protocol to create artificial WSL that mimics natural caries lesions. OCT produced live scans, which allowed the detection of WSL, whereas the microCT measurements provided precise information on lesion depth and mineral density.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».