MétaCan
Menu
Retour à la cohorte
Enregistrement W4409569962 · doi:10.1186/s12903-025-05874-x

Adjunctive therapies in orthodontics: a scoping systematic review

2025· review· en· W4409569962 sur OpenAlexaff
Dana Salha, Kausar Sadia Fakhruddin, Samaranayake Lakshman, Victor Haruo Matsubara, Nabiha Belkacem Remmani, Snigdha Pattanaik, Siew‐Ging Gong

Notice bibliographique

RevueBMC Oral Health · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineOral and maxillofacial surgeryOrthodonticsMEDLINEDentistry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Orthodontic tooth movement (OTM) induces physiological and sometimes pathological inflammation in periodontal tissues. This review evaluates the effectiveness of low-level laser therapy (LLLT), vibrational therapy, and probiotics as adjunctive treatments for managing inflammation, pain, and the duration of OTM. METHODS: Medline via OVID, Cochrane, EMBASE, and Web of Science databases were utilized to identify randomized controlled trials (RCTs) published between January 1990 and November 2023. Studies were selected based on their evaluation of LLLT, vibrational therapy, and probiotics as adjuncts in fixed orthodontic treatment. RESULTS: LLLT shows promise in enhancing orthodontic tooth movement by accelerating tooth movement and potentially reducing pain. However, disparate study outcomes indicate a need for standardized application protocols. The efficacy of vibrational therapy as an adjunct in OTM remains inconclusive. Some studies in this regard indicate a significant acceleration in OTM but most did not. Probiotic therapy shows potential to improve oral microbiota balance and inflammation but requires more rigorous studies to determine its efficacy and optimal administration methods. CONCLUSION: Future research should focus on establishing standardized guidelines and protocols to achieve consistent and reliable outcomes across these adjunctive therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,500
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Oral HealthMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207