Assessing the Alkaline Phosphatase Levels as A Bone Biomarker in Gingival Crevicular Fluid during Semi-Rapid Expansion
Notice bibliographique
Résumé
In orthodontics, the expansion of the maxilla is done to treat transverse maxillary deficiency in childhood. The cause of maxillary constriction may be genetic or environmental leading to crowding of teeth, cross bite and development of malocclusions. This expansion leads to increased maxillary dimensions. Objectives: To detect changes in alkaline phosphatase level as a bone biomarker in crevicular fluid during the phases of semi-rapid palatal expansion. Methods: Fifteen growing patients with an age range from 8-13 years were selected who needed maxillary semi-rapid palatal expansion as a part of orthodontic treatment. This quasi-experimental study was based on a non-probability purposive sampling technique conducted from August 2023 to July 2024. The samples were collected by inserting paper points in the gingival sulcus. The Periodontal status was evaluated before starting the sampling. The probing depths were recorded at different levels throughout the study until the completion of the retention period. The alkaline phosphatase levels in the gingival crevicular fluid were measured at buccal and palatal sites before, during and in the retention period after treatment. The alkaline phosphatase values were compared using the ANOVA test at different points in time with p<0.05 considered as statistically significant. Results: The ANOVA test showed a statistically significant increase in enzyme activity at different sites throughout maxillary semi-rapid palatal expansion treatment. Conclusions: It was concluded that the enzyme alkaline phosphatase as a biomarker is an indicator of active bone metabolism in growing children while going through the maxillary semi-rapid palatal expansion treatment.
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 | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».