Comparison of clinical and bacterial profile of odontogenic and non-odontogenic maxillofacial infections
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
Introduction Deep carious lesions and their complications are possible causes of odontogenic infections. Although their location and clinical symptoms may mimic non-odontogenic infections, they are characterised by specific features that are helpful in their diagnosis and treatment. It seems worthwhile to create their clinical and microbiological profile. Aim of the research To compare the clinical and microbiological features of odontogenic and non-odontogenic infections. Material and methods The study was based on the medical records of 403 patients affected by the diseases. Results and conclusions There were statistically significant differences in the white blood cell count, the number of accompanying diseases, dysphagia and the occurrence of neck swelling, and the duration of hospitalisation between odontogenic and non-odontogenic infections. We identified the most common pathogens as well as the clinical parameters specific to these infections. Although bacterial distribution was similar in both groups with a predominance of aerobic cocci, non-odontogenic infections were characterised by a relatively high contribution of Staphylococcus aureus and Klebsiella pneumoniae in comparison to odontogenic infections. We also indicated submandibular and peritonsillar spaces as commonly involved fascial spaces in odontogenic and non-odontogenic infections, respectively. Circulatory diseases and connective tissue diseases were identified as a factor predisposing to odontogenic infections. Comorbidities are the most important risk factor for the development of odontogenic infections and their severe course requiring hospitalisation.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle