Green Alternatives as Antimicrobial Agents in Mitigating Periodontal Diseases: A Narrative Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Periodontal diseases and dental caries are the most common infectious oral diseases impacting oral health globally. Oral cavity health is crucial for enhancing life quality since it serves as the entranceway to general health. The oral microbiome and oral infectious diseases are strongly correlated. Gram-negative anaerobic bacteria have been associated with periodontal diseases. Due to the shortcomings of several antimicrobial medications frequently applied in dentistry, the lack of resources in developing countries, the prevalence of oral inflammatory conditions, and the rise in bacterial antibiotic resistance, there is a need for reliable, efficient, and affordable alternative solutions for the prevention and treatment of periodontal diseases. Several accessible chemical agents can alter the oral microbiota, although these substances also have unfavorable symptoms such as vomiting, diarrhea, and tooth discoloration. Natural phytochemicals generated from plants that have historically been used as medicines are categorized as prospective alternatives due to the ongoing quest for substitute products. This review concentrated on phytochemicals or herbal extracts that impact periodontal diseases by decreasing the formation of dental biofilms and plaques, preventing the proliferation of oral pathogens, and inhibiting bacterial adhesion to surfaces. Investigations examining the effectiveness and safety of plant-based medicines have also been presented, including those conducted over the past decade.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle