The effect of fibroblast growth factor-2 on the outcomes of tooth replantation: A systematic review of animal studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background/Aim: The ideal treatment of tooth avulsion is replantation. However, replanting teeth may lead to root resorption. Fibroblast growth factor-2 (FGF-2) is a cytokine that plays an important role in wound repair and tissue regeneration. Recently, FGF-2 has been studied a potential regenerative agent to prevent root resorption and ankylosis. The aim of this review is to analyze and summarize the currently available literature focusing on using FGF-2 based regenerative modalities to improve the outcomes of tooth replantation. Materials and Methods: An electronic search was conducted via PubMed/Medline, Google Scholar and ISI Web of Knowledge, using the Medical Subject Headings (MeSH) terms “Basic fibroblast growth factor,” “Fibroblast growth factor-2,” “tooth replantation,” and “replantation” for studies published between January 2001 and June 2021. Data was extracted and quality assessment was carried using the ARRIVE guidelines. Results: Nine animal studies were included in this review. In six studies, FGF-2 had a favorable effect on the tissue regeneration around roots of replanted teeth when compared to other treatment groups. However, quality assessment of the studies revealed many sources of bias and deficiencies in the studies. Conclusions: Within the limitations of this study, it may be concluded that FGF-2 may improve the outcomes of delayed replantation of avulsed teeth. However, more long-term animal studies, with improved experimental designs, and clinical trials are required to determine the clinical potential of the growth factor in improving the outcomes of delayed tooth replantation.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle