Management of Physiological Gingival Pigmentation Using Two Treatment Modalities: Clinical and Patient-Reported Outcomes
Notice bibliographique
Résumé
Objectives: Physiological gingival pigmentation is considered aesthetically unappealing, and individuals diagnosed with it often want to reduce or remove the pigmentation. There are various techniques for depigmentation, with laser treatment considered the simplest, most reliable and most cost-effective option. This study assessed two different treatments for physiological gingival pigmentation. Materials and methods: A total of 12 patients who had gingival pigmentation were randomly divided into a control group (treated with a bur) and a test group (treated with a laser). The same experienced periodontist performed all the procedures. Patient-reported outcomes of the treatments were obtained through a quality of life questionnaire adapted from Melzack's McGill pain questionnaire, which patients completed one day, one week and four weeks after therapy. Additionally, 15 experienced dentists assessed clinical photographs using a Likert scale to compare the clinical outcomes before and one month after the intervention. Results: Patients were similarly satisfied with both laser and bur depigmentation treatments (54.17%, mean = 2.71, SD = 0.624; 50.0%, mean = 2.50, SD = 1.034, respectively). The patients' satisfaction results were non-significant (P > 0.05), except in terms of noticing an aesthetic change, which was significant (P < 0.05) in favor of the laser approach. The satisfaction rate was higher for laser treatment (84.44%, mean = 4.21) compared to bur depigmentation (78.67%, mean = 3.93). The results were statistically non-significant (P > 0.05). One month after treatment, four patients from the control group reported that the treatment met their expectations, while one participant said it exceeded expectations. Conclusion: Within the limitations of this study, the findings suggested that laser treatment was slightly superior to bur treatment for managing gingival pigmentation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».