Caracterización de la microbiota oral y su relación con el estado dental y periodontal, en niños y adolescentes con fisura labiopalatina no sindrómica. Revisión sistemática de la literatura y metaanálisis
Notice bibliographique
Résumé
Objetivo: Identificar las características de la microbiota oral y su relación con el estado dental y periodontal en niños y adolescentes de 0 a 18 años con FLP no sindrómica a través de la medicina basada en la evidencia \nMétodo: Se consultaron cinco bases de datos, empleando lenguaje controlado y no controlado; se incluyeron publicaciones del periodo comprendido entre el 1 de enero de 1985 al 30 de junio de 2020, en inglés, español y portugués, incluyendo literatura gris. La evaluación de la calidad de los estudios observacionales se realizó mediante la escala de Newcastle–Ottawa (NOS). La evaluación de calidad metodológica de los estudios experimentales se realizó a través de la guía CONSORT. El riesgo de sesgo de los estudios se determinó mediante el programa Rev Manager 5.4. Posterior al proceso cualitativo se metaanalizaron 5 publicaciones. \nResultados: La microbiota encontrada en las intervenciones pre y posquirúrgicas en los individuos con FLP fue: Staphylococcus aureus, Klebsiella pneumoniae, Klebsiella oxytoca, Streptococcus pyogenes, Moraxella catarralis, Staphylococcus aureus resistente a la meticilina y Cándida spp. Respecto a la microbiota cariogénica se identificaron Lactobacillus spp y Streptococcus mutans en niveles elevados. Además, se reportaron microorganismos periodontopatógenos relacionados con Prevotella intermedia, Prevotella nigrescens, Porphyromonas gingivalis, Fusobacterium spp, Campylobacter spp, Fusobacterium nucleatum y Parvimonas micra. Se encontraron: Streptococcus mutans, Lactobacillus spp y Cándida spp, en pacientes con FLP incompleta. Existe gran heterogeneidad de los recuentos microbiológicos en estos pacientes. El metaanálisis reveló que los pacientes con FLP tienen una probabilidad 2,03 veces mayor de presentar caries frente al grupo control (p<0.005). \nConclusión: Los niños con FLP incluidos en las publicaciones analizadas presentaron gran diversidad de microorganismos los mismos que pueden variar de acuerdo con el tipo de fisura e intervenciones quirúrgicas predisponiéndolos a una mayor probabilidad de caries dental.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».