Food texture and vitamin <scp>D</scp> influence mouse mandible form and molar roots
Notice bibliographique
Résumé
Industrialization influenced several facets of lifestyle, including softer nutrient-poor diets that contributed to vitamin D deficiency in post-industrzialized populations, with concomitantly increased dental problems. Here we simulated a post-industrialized diet in a mouse model to test the effects of diet texture and vitamin D level on mandible and third molar (M3) forms. Mice were raised on a soft diet with vitamin D (VitD) or without it (NoD), or on a hard diet with vitamin D. We hypothesized that a VitD/hard diet is optimal for normal mandible and tooth root form, as well as for timely M3 initiation. Subsets of adult NoD/soft and VitD/soft groups were bred to produce embryos that were micro-computed tomography (μCT) scanned to stage M3 development. M3 stage did not differ between embryos from mothers fed VitD and NoD diets, indicating that vitamin D does not affect timing of M3 onset. Sacrificed adult mice were μCT-scanned, their mandibles 3D-landmarked and M3 roots were measured. Principal component (PC) analysis described the largest proportion of mandible shape variance (PC1, 30.1%) related to diet texture, and nominal shape variance (PC2, 13.8%) related to vitamin D. Mice fed a soft diet had shorter, relatively narrower, and somewhat differently shaped mandibles that recapitulated findings in human populations. ANOVA and other multivariate tests found significantly wider M3 roots and larger root canals in mice fed a soft diet, with vitamin D having little effect. Altogether our experiments using a mouse model contribute new insights about how a post-industrial diet may influence human craniodental variation.
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 | 0,001 |
| 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 ».