Antibacterial Effects of Chewing Stick Extracts on Streptococcus Mutans
Notice bibliographique
Résumé
Background: Streptococcus mutans is considered as a major microorganism causing tooth decay, affecting individuals globally. Different types of chewing sticks possess anti cariogenic properties, traditionally been consumed in maintaining dental hygiene. Usage of these sticks can be economical in developing and rural regions where dental caries is a major health concern. Objective: The current study aims to evaluate antibacterial action of different type of chewing sticks extract on Streptococcus mutans. Methods: Aqueous extracts of Azadiracta indica (Neem), Melia azedarach (Bakain), Mangifera indica (Mango), Salvadora persica (Peelu), Terminalia chebula (Harhar), Dalbeigia sissoo (Tali) and Juglans regia (Akhrot) plants which have justified folk use were prepared in Punjab University College of Pharmacy, Punjab University. Next, in vitro antimicrobial activity was studied by broth dilution method in Post Graduate Medical Institute, Lahore. Moreover, minimum inhibitory concentration (MIC) as well as the minimum bactericidal concentration (MBC) were quantitatively evaluated on basis of turbidity index. Results: There is a significant effect of aqueous extracts of plants on the bacterial inhibition. MIC and MBC values were in the range of 6.125 to 100 mg/mL against S. mutans. The notable effect occurred with aqueous extracts of Azadiracta indica showing MIC and MBC values as 6.25mg/mL and 12.5 mg/mL, respectively. Alternatively, Salvadora persica demonstrated 8.33mg/mL and 16.66 mg/mL values of these parameters Conclusions: Each plant studied exhibited moderate to high antibacterial activity against tested bacterial strain. However, Azadirachta indica and Salvadora persica aqueous extracts showed promising effect against Streptococcus mutans
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».