MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132970339

Development and Evaluation of Models for the Study of Enamel Remineralization

2023· dissertation· W7132970339 sur OpenAlexaboutno aff
Kelsey O'Hagan-Wong

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemineralisationEnamel paintToothpasteFluorideNanoparticleLactic acid
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Hydroxyapatite (HAP) products have been approved as an anti-caries agent in Canada in 2015 and is currently being explored as fluoride-free alternative for the remineralization of WSL. In the first phase of our study, we performed a scoping review comparing the use of fluoride and HAP on caries prevention in vitro and in vivo. The results of our study suggest that HAP toothpaste performs equally as well as fluoride toothpaste at preventing caries in school age children. In the second phase, we used a lactic acid buffer to create artificial white spot lesions (WSL) in human extracted molars. Using this protocol, we were successfully able to induce enamel WSL and characterize them using both micro computed tomography (microCT) and optical coherence tomography (OCT). The WSL using this protocol were then compared to naturally occurring WSL. In the last phase of our study we investigated the use of amelotin (AMTN) coated HAP nanoparticles on the remineralization of artificially induced WSL. Our preliminary data suggest that 2 hours of incubation with AMTN-HAP nanoparticles significantly increased the mean mineral density and decreased the artificial WSL depth compared to controls. Collectively our early results suggest that AMTN-HAP nanoparticles are effective at remineralizing artificial WSL under the in vitro model system used. The research presented may be used to help with the development of novel therapeutic strategies for caries prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,452
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetDental Health and Care Utilization→Travaux en français237 207→