Improving Bonding Durability in Dental Restorations: The Impact of Bioactive and Reinforcement Particles on Universal Adhesives
Notice bibliographique
Résumé
Objective: This study aimed to evaluate the effect of incorporating bioactive particles (montmorillonite loaded with chlorhexidine, MMT/CHX) and different concentrations of silica nanoparticles (0%, 3%, 5%, 7%, 10%, and 15 wt%) into a universal dental adhesive on its degree of conversion, bond strength, water sorption, solubility, and antimicrobial activity. Materials and Methods: A universal adhesive was modified with 1 wt% MMT/CHX and varying amounts of silica nanoparticles. Degree of conversion was analyzed by Fourier transform infrared spectroscopy (FTIR), and microtensile bond strength was evaluated at 24 h, 6 months, and 12 months after water storage. Water sorption and solubility were measured according to ISO 4049, and antibacterial activity was tested against Streptococcus mutans using the agar diffusion method. Results: All experimental adhesives containing ≥7% silica showed significantly reduced water sorption and solubility. The presence of MMT/CHX imparted consistent antimicrobial activity across all experimental groups. Degree of conversion remained stable across all groups and storage periods. Notably, after 12 months, only the experimental groups maintained or improved bond strength, while the control group showed a significant reduction. Failure mode analysis indicated increased mechanical integrity with higher filler content. Conclusions: Incorporating 1 wt% MMT/CHX and ≥7 wt% silica into a universal adhesive improved long-term bond strength, reduced degradation, and introduced antibacterial properties without compromising polymer conversion. These findings support the potential of developing durable, bioactive adhesive systems for restorative dentistry. Clinical Significance: The incorporation of bioactive and reinforcing nanoparticles into universal adhesives enhances bond durability and introduces antibacterial properties without compromising polymerization. This innovation may lead to longer-lasting restorations and reduced risk of secondary caries in clinical practice.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».