Utilizing Oral Neutrophil Counts as an Indicator of Oral Inflammation Associated With Periodontal Disease: A Blinded Multicentre Study
Notice bibliographique
Résumé
BACKGROUND: Periodontal diseases are chronic inflammatory conditions that require early screening for effective long-term management. Oral neutrophil counts (ONCs) correlate with periodontal inflammation. This study investigates a point-of-care test using a neutrophil enzyme activity (NEA) colorimetric strip for measuring periodontal inflammation. METHODS: This prospective study had two phases. Phase 1 validated the relationship between ONCs and periodontal inflammation with 90 participants. Phase 2 examined the test's applicability in a real-world setting through a multicentre clinical trial with 375 participants at four sites. ONCs were quantified in oral rinses using laboratory-based methods, and the NEA strip was used for ONC stratification. Clinical measures included bleeding on probing (BoP), probing depth (PD) and clinical attachment loss (CAL). RESULTS: ONCs were significantly elevated in patients with Grade B periodontitis and deep periodontal pockets (PD ≥ 5 mm, CAL ≥ 5 mm). The NEA strip accurately classified patients into high or low ONC categories, showing 80% sensitivity, 82.5% specificity and an AUC of 0.89. It also assessed the effectiveness of periodontal therapy in reducing ONC and inflammation. The test was user-friendly, with no reported discomfort among patients. CONCLUSION: The NEA strip is a user-friendly and rapid screening tool for detecting high ONCs associated with periodontal inflammation and for evaluating the effectiveness of periodontal therapy.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».