Validation of clinically related aging models based on enamel wear
Notice bibliographique
Résumé
PURPOSE: Physiological and erosive wear reported in clinical studies were reviewed, and in vitro aging models were developed to simulate and compare the effect of aging on human teeth with the review data obtained from clinical studies. METHODS: A review of clinical studies and randomized clinical trials that quantify enamel wear was performed in the PubMed database. The first in vitro analysis evaluated the effect of mechanical chewing simulation only. Enamel specimens were aged in the chewing simulator (up to 1.2 million cycles) with two occlusal loads (30 and 50 N). In the second in vitro analysis, specimens were aged in two aging models. The first model (MT) simulated mechanical and thermal oral challenges: MT1- 240,000 chewing and 10,000 thermal cycles, MT2- 480,000 chewing and 20,000 thermal cycles, MT3- 1.2 million chewing and 50,000 thermal cycles. The second model (MTA) simulated mechanical, thermal, and acidic oral challenges as follows: MTA1- 240,000 chewing, 10,000 thermal and 3-h acidic cycles; MTA2: 480,000 chewing, 20,000 thermal and 6-h acidic cycles, MTA3- 1.2 million chewing, 50,000 thermal and 15-h acidic cycles. RESULTS: The review included 13 clinical studies evaluating tooth wear (eight physiological and five erosive). The results estimated the annual average physiological wear as 38.4 µm (9.37-51). In comparison, the MT1 showed wear of 60 (24) µm. Also, the average annual erosive wear in the literature was 179.5 µm (70-265) compared to MTA1-induced wear of 209 (14) µm. CONCLUSION: There was wide variation in tooth wear reported in clinical studies, suggesting a critical need for more accurate studies, possibly based on scanning technologies. Despite this, the data reported using the novel aging models are within a range to be considered consistent with and to simulate tooth wear measured in vivo.
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 | 0,001 | 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 ».