Assessment of inflammatory cytokines in gingival crevicular fluid for diagnostic differentiation of apical periodontitis
Notice bibliographique
Résumé
Introduction : Apical periodontitis (AP) is a chronic inflammatory condition resulting from microbial infection of the dental pulp. The host immune response and microbial interactions play a significant role in the disease’s progression. Gingival crevicular fluid (GCF) provides a valuable, non-invasive source for detecting inflammatory biomarkers involved in AP, such as IL-1β, IL-10, and IL-23. Aim : To evaluate the levels of IL-1β, IL-10, and IL-23 in GCF among individuals with symptomatic apical periodontitis (SAP), asymptomatic apical periodontitis (AAP), and healthy controls, and to assess their potential as diagnostic biomarkers. Materials and methods : This cross-sectional study included 90 participants aged 20–50 years, divided into three groups: SAP (n=30), AAP (n=30), and healthy controls (n=30). GCF samples were collected using Periostrips, and cytokine levels were measured using enzyme-linked immunosorbent assay (ELISA). Statistical analysis was performed using SPSS version 26, with significance set at p <0.05. Results : IL-1β, IL-10, and IL-23 levels were significantly elevated in the SAP group compared to the AAP and control groups ( p <0.01). IL-10 showed the highest diagnostic accuracy (AUC=0.806), followed by IL-1β (AUC=0.714). IL-23, although significantly elevated in SAP, had lower diagnostic value (AUC=0.636). Strong positive correlations were observed between IL-1β and IL-10, as well as IL-1β and IL-23. Conclusion : The elevated levels of IL-1β, IL-10, and IL-23 in GCF reflect their involvement in the inflammatory processes of apical periodontitis. IL-10 demonstrated the greatest potential as a diagnostic biomarker. These findings support the clinical utility of GCF cytokine profiling for non-invasive diagnosis and monitoring of AP progression.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».