Functional Biomaterials for Local Control of Orthodontic Tooth Movement
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
Orthodontic tooth movement (OTM) occurs with the application of a controlled mechanical force and results in coordinated tissue resorption and formation in the surrounding bone and periodontal ligament. The turnover processes of the periodontal and bone tissue are associated with specific signaling factors, such as Receptor Activator of Nuclear factor Kappa-β Ligand (RANKL), osteoprotegerin, runt-related transcription factor 2 (RUNX2), etc., which can be regulated by different biomaterials, promoting or inhibiting bone remodeling during OTM. Different bone substitutes or bone regeneration materials have also been applied to repair alveolar bone defects followed by orthodontic treatment. Those bioengineered bone graft materials also change the local environment that may or may not affect OTM. This article aims to review functional biomaterials that were applied locally to accelerate OTM for a shorter duration of orthodontic treatment or impede OTM for retention purposes, as well as various alveolar bone graft materials which may affect OTM. This review article summarizes various types of biomaterials that can be locally applied to affect the process of OTM, along with their potential mechanisms of action and side effects. The functionalization of biomaterials can improve the solubility or intake of biomolecules, leading to better outcomes in terms of increasing or decreasing the speed of OTM. The ideal timing for initiating OTM is generally considered to be 8 weeks post-grafting. However, more evidence is needed from human studies to fully understand the effects of these biomaterials, including any potential adverse effects.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle