Exploring the Link between Periodontal Disease and Systemic Conditions: Implications for Alzheimer’s, Parkinson’s, and Rheumatoid Arthritis
Notice bibliographique
Résumé
Background: There is a growing correlation between periodontal disease, a common inflammatory disorder that affects the tissues supporting the teeth, and several systemic diseases. Materials and Methods: Two hundred patients from a tertiary care hospital, ages 50-75, participated in this cross-sectional research. The subjects were split up into four groups: 50 individuals with rheumatoid arthritis, 50 with Alzheimer's disease, 50 with Parkinson's disease, and 50 with periodontal disease. To evaluate periodontal condition, including clinical attachment loss and pocket depth, thorough oral exams were performed. Measurements were made of serum biomarkers for inflammation, such as interleukin-6 (IL-6) and C-reactive protein (CRP). Multivariate regression models were used to examine correlations between the severity of periodontal disease and the underlying systemic diseases. Results: In all groups, there were significant relationships between higher levels of indicators of systemic inflammation and the severity of periodontal disease. In comparison to healthy controls (CRP mean value: 2.1 mg/L; IL-6 mean value: 6.4 pg/mL), participants with periodontal disease had higher mean levels of CRP (5.6 mg/L) and IL-6 (mean value: 12.8 pg/mL). Furthermore, compared to those with rheumatoid arthritis, those with Alzheimer's and Parkinson's disorders showed higher levels of pocket depth and periodontal attachment loss. Conclusion: In conclusion, the results point to a possible connection between systemic diseases such rheumatoid arthritis, Parkinson's disease, and Alzheimer's.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».