Bioceramic micro-fillers reinforce antibiofilm and remineralization properties of clear aligner attachment materials
Notice bibliographique
Résumé
Introduction: Clear aligners, while offering a more hygienic alternative to fixed appliances, are still associated with challenges including plaque accumulation and enamel demineralization. The aim of the present study was to investigate the antibiofilm and remineralization effectiveness of innovative flowable composite attachments containing bioceramic micro-fillers. Methods: Four experimental attachments were formulated and bonded to human enamel specimens: 3M Filtek Supreme flowable composite (Filtek SF) + 10% bioactive glass 45S5 (BAG), Filtek SF + 30% BAG, Filtek SF + 10% Bredigite (BRT), Filtek SF + 30% BRT. Plaque biofilms were grown on the bonded enamel using a standardized protocol and the biofilm-killing effect was assessed by confocal laser scanning microscopy and scanning electron microscopy. Vickers microhardness was measured to evaluate the remineralization effect of the attachments containing bioceramic fillers after acid challenge. Shear bond test was performed to assess the bonding strength. Results: Attachments with bioceramic fillers significantly inhibited plaque biofilm growth in 3 weeks on enamel, contributing over 20% bacterial cell killing in 10% filler groups and over 30% killing in 30% filler groups. All four experimental groups demonstrated significantly higher microhardness values than the control group without fillers on the attachment side. The shear bonding strength was not compromised in the attachments with micro-fillers. Discussion: Proper incorporation of bioceramic micro-fillers in attachments provides an innovative approach for clear aligner therapy with reinforced antibiofilm and remineralization effects without weakening shear bonding strength.
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 ».