MétaCan
Menu
Retour à la cohorte
Enregistrement W4390341697 · doi:10.7759/cureus.51203

An In Vitro Study: Does Adding Iodine Potassium Iodide and Cetrimide to Calcium Hydroxide Paste Enhance Its Antimicrobial Effect Against Oral Biofilms?

2023· article· en· W4390341697 sur OpenAlexaff
Hadi Mohammed Alamri, He Liu, Duo Zhang, Ya Shen, Markus Haapasalo

Notice bibliographique

RevueCureus · 2023
Typearticle
Langueen
DomaineDentistry
ThématiqueEndodontics and Root Canal Treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiofilmCetrimideCalcium hydroxideIodineAntimicrobialChemistryMicrobiologyPotassium hydroxideBacteriaChlorhexidineDentistryFood scienceMedicineBiology

Résumé

récupéré en direct d'OpenAlex

Objectives This study aimed to evaluate the antibiofilm effect of calcium hydroxide (CH), 0.5% iodine potassium iodide (IKI), and 0.5% cetrimide (CTR), alone and in combinations on one-week and three-week-old biofilms. Materials and methods Gingival plaque was collected, and biofilms were grown in vitro anaerobically. Biofilms were exposed to each of the three medicaments and their combinations for one day, one week, and two weeks. Proportions of dead and live bacteria in the biofilms were evaluated. Results The killing of bacteria by different medicaments in the three-week-old biofilm was lower than in the one-week-old biofilm (p<0.05). The efficacy of IKI and CTR in killing bacteria was weaker than that of CH, but the highest efficacy in killing was achieved when all three were combined (p<0.05). There was no significant difference in the antibiofilm effect between a day's exposure to the mixture of the three medicaments and one or two weeks of treatment with CH alone (p>0.05). Conclusions Three-week-old biofilms are more resistant to medicaments than one-week-old biofilms. Combining IKI and CTR with CH resulted in a stronger antibiofilm effect than using CH alone. Mixing the three medicaments may enable obtaining the desired clinical effect in a shorter exposure time.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,324
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetEndodontics and Root Canal TreatmentsTravaux en français237 207