Characterization of the oral microbiota and the relationship of the oral microbiota with the dental and periodontal status in children and adolescents with nonsyndromic cleft lip and palate. Systematic literature review and meta-analysis
Notice bibliographique
Résumé
Abstract Objective To identify the characteristics of the oral microbiota and the relationship of the dental caries and periodontal status in patients aged 0 to 18 years with nonsyndromic cleft lip and palate (CLP).Material and methods A systematic review of the literature was carried out. Five databases were consulted, including publications in English, Spanish and Portuguese. The evaluations of the quality of the observational studies and the experimental studies were carried out with the Newcastle–Ottawa scale and CONSORT guidelines, respectively. The risk of bias of the studies was determined using Rev Manager 5.4, and 5 publications were meta-analyzed.Results In cariogenic microbiota, Lactobacillus spp. and Streptococcus mutans were identified at high levels, and the related periodontopathogenic microorganisms were Prevotella intermedia, Prevotella nigrescens, Porphyromonas gingivalis, Fusobacterium spp., Campylobacter spp., and Fusobacterium nigrescens. The microorganisms found in pre- and postoperative interventions were Staphylococcus aureus, Klebsiella pneumoniae, Klebsiella oxytoca, Streptococcus pyogenes, Moraxella catarrhalis, methicillin-resistant Staphylococcus aureus and Candida spp., with great heterogeneity in microbiological counts. The meta-analysis revealed that patients with CLP were 2.03 times more likely to have cavities than was the control group (p < 0.005).Conclusion In the microbiota, there was a great diversity of microorganisms that can vary according to the type of fissure and surgical interventions predisposing patients to a greater probability of dental caries.Clinical relevance To study the oral microbiota in CLP that facilitates the progression of dental caries and periodontal disease, take it into account in clinical decision-making and adopt preventive measures to reduce oral comorbidities.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,027 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».