MétaCan
Menu
Retour à la cohorte
Enregistrement W4390118058 · doi:10.5114/jos.2023.133652

Clinical dilemma of selective caries removalin primary teeth: a scoping review

2023· review· en· W4390118058 sur OpenAlexaboutno aff
Putri Ganesha Asturini, Eva Fauziah

Notice bibliographique

RevueJournal of Stomatology · 2023
Typereview
Langueen
DomaineDentistry
ThématiqueScientific and Engineering Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDilemmaMedicineDentistry

Résumé

récupéré en direct d'OpenAlex

Despite growing evidence supporting selective caries removal in managing deep caries, many practitioners still prefer to manage caries in a more invasive way.Although proven to be beneficial in preserving pulp vitality, there is a concern that leaving soft dentin behind will compromise the adhesion of dentin to restoration.This paper aimed to review the evidence supporting selective caries removal of deep dentin caries on primary teeth, and the arguments against the technique using a scoping review method.Various outcome parameters were applied to define and evaluate treatment success, including pulp and dentine responses, dentin micro-hardness, bacterial load of dentin under restoration, and restoration survival.A structured literature search of PubMed and Scopus databases was performed for relevant articles, using specific key words and based on a PICO-structured question: Does selective caries removal in carious deep dentin primary teeth show better results in terms of pulp exposure risk, restoration integrity, micro-hardness, and bacterial load of sub-restorative dentin compared with complete caries removal?Selective caries removal is a minimally invasive approach that evidently protects teeth from the risk of pulp exposure.Several aspects must be considered before making the clinical decision to selectively remove carious tissue in managing deep caries.All dental practitioners are expected to possess a thorough knowledge about pros and cons of selective caries removal to deliver evidence-based treatments to their patients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,064
score de la tête « metaresearch » (Gemma)0,248
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,340

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,248
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0120,010
Études des sciences et des technologies0,0020,005
Communication savante0,0060,010
Science ouverte0,0040,004
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,205
Tête enseignante GPT0,499
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of StomatologyMême sujetScientific and Engineering Research TopicsTravaux en français237 207