Comparative Analysis of the Anti-inflammatory Effects of E-MTA, Ketac-E, and Sealapex on Human Periodontal Ligament Stem Cells
Notice bibliographique
Résumé
Background: Root Canal Treatments play a critical role in managing periapical and pulp diseases, but failure to control the inflammation may result in treatment failure. Newer developments have targeted anti-inflammatory bioactive sealers as potential contenders. The objective of this study was to explore the anti-inflammatory potential of Endoseal E-MTA (E-MTA), Ketac-Endo (Ketac-E), and Sealapex (S-apex) on cultured Human periodontal ligament stem cells. Methods: After Study approval (BMU-EC/06-2022) from Baqai Medical University Karachi, this study was conducted from September 2022 to February 2023. Three Sealers as commercially available products were used on the cultured hPDLSCs via in-vitro experiments and treated with serial concentrations of 20ul, 40ul, and 60ul respectively to perform MTT [3-(4,5-dimethylthiazol-2-yl)-2,5-diphenyl tetrazolium bromide] cell viability assay. Expression profiling via Real Time-PCR of anti-inflammatory biometers was determined via RNA extract from 24h MTT assay due to its greater reproducibility. Data were subjected to statistical analysis (ANOVA Testing) to compare the effectiveness of each sealer using SPSS version 22 with a significant p-value<0.05. Results: E-MTA elicits a noticeably enhanced production of IL-10 (2.97-fold) and TGF-β (3.12-fold) levels than its parent compound MTA, demonstrating enhanced anti-inflammatory and immunomodulatory potential while Ketac-Endo and Sealapex showed lesser relative gene fold values Conclusion: It has been concluded that E-MTA exhibits more enhanced bioactivity and capacity to improve the RCT outcome due to reduced inflammation and increased tissue regeneration than Ketac-Endo and Sealapex.
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) | 0,001 | 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 | 0,000 |
| 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 ».