Exploring Alternative Fluoride Agents for Dental Caries Prevention: A Systematic Review
Notice bibliographique
Résumé
Background: Dental caries remains a widespread global health challenge, prompting the exploration of alternative fluoride agents. This systematic review evaluates the efficacy of nano-silver fluoride (NSF), silver diamine fluoride (SDF), titanium tetrafluoride (TiF4), and sodium fluoride varnish (NaF) in caries prevention and arrest. Methods: A systematic search of PubMed, Scopus, and Web of Science was conducted to identify studies published between 2010 and 2024. Inclusion criteria focused on randomized controlled trials, clinical studies, and in vitro investigations comparing alternative fluoride agents. Data on caries arrest rates, enamel remineralization, biofilm inhibition, and adverse effects were extracted and analyzed. Results: NSF demonstrated superior enamel microhardness and reduced microleakage without staining. SDF showed high caries arrest rates (95-98%) but caused black staining of treated lesions. TiF4 effectively increased acid resistance and reduced biofilm activity, outperforming NaF in specific applications. NaF, while cost-effective and widely accessible, was less effective for advanced caries compared to SDF and NSF. Conclusion: Alternative fluoride agents, such as NSF and TiF4, offer promising results in caries prevention and management, addressing limitations of traditional fluoride treatments. Further clinical trials are needed to validate these findings for broader implementation.
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 | 0,000 | 0,000 |
| 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 ».