Rol de los linfocitos T en la asociación entre la diabetes y la periodontitis: una revisión sistemática
Bibliographic record
Abstract
Objetivo: Determinar el rol de los linfocitos T en la asociación entre la diabetes y la periodontitis, tanto en humanos como en animales, mediante una revisión sistemática. Métodos: La búsqueda electrónica se realizó en cuatro bases de datos: Medline, Scopus, Embase y Web of Science hasta el 30 de enero de 2025, con una búsqueda manual complementaria. El análisis de riesgo de sesgo se realizó con las herramientas de Newcastle-Ottawa para estudios en humanos y SYRCLE para estudios en animales. Resultados: Un total de 14 de los 675 estudios identificados en las bases de datos fueron incluidos. Cuatro estudios en animales asociaron la presencia y el número de linfocitos T a una mayor pérdida ósea en modelos de periodontitis y diabetes. Once estudios en humanos analizaron la función de los linfocitos T en sangre y fluido crevicular, reportando una asociación entre el desarrollo de la periodontitis en relación con la diabetes mellitus tipo 1 o 2, influenciado por la actividad entre linfocitos Th17, T reguladores, y sus citoquinas, determinando en específico la resorción ósea durante la periodontitis. Una cantidad de 8 estudios en humanos presentaron bajo riesgo y 3 alto riesgo de sesgo, mientras que 3 estudios en animales presentaron alto riesgo y solo 1 estudio mostró bajo riesgo de sesgo. Conclusiones: Los cambios en la cantidad y función de los linfocitos T pueden agravar la periodontitis en pacientes diabéticos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.050 | 0.095 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.006 |
| Bibliometrics | 0.025 | 0.013 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".