Improving Oral Health with Fluoride-Free Calcium-Phosphate-Based Biomimetic Toothpastes: An Update of the Clinical Evidence
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
As the demand for clinically effective fluoride-free oral care products for consumers increases, it is important to document which types of toothpastes have been shown in clinical studies to be effective in improving oral health. In this review, we included different indications, i.e., caries prevention, improving periodontal health, reducing dentin hypersensitivity, protecting against dental erosion, and safely improving tooth whitening in defining what constitutes improvement in oral health. While there are several professional and consumer fluoride-containing formulations fortified with calcium-phosphate-based ingredients, this review focuses on fluoride-free toothpastes containing biomimetic calcium-phosphate-based molecules as the primary active ingredients. Several databases were searched, and only clinical trials in human subjects were included; in vitro and animal studies were excluded. There were 62 oral health clinical trials on biomimetic hydroxyapatite (HAP), 57 on casein phosphopeptide-amorphous calcium phosphate (CPP-ACP), 26 on calcium sodium phosphosilicate (CSPS, or so called Bioglass), and 2 on β-tricalcium phosphate (β-TCP). HAP formulations were tested the most in clinical trials for benefits in preventing caries, dentin hypersensitivity, improving periodontal health, and tooth whitening. Based on the current clinical evidence to date, fluoride-free HAP toothpaste formulations are the most versatile of the calcium phosphate active ingredients in toothpastes for improving oral health.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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