Effets de la vitamine D sur la morphométrie osseuse et la stabilité du mouvement dentaire orthodontique (MDO) chez le rat
Bibliographic record
Abstract
Introduction : La vitamine D (VitD) maintient la santé osseuse et influence le mouvement dentaire orthodontique (MDO). L’objectif était d’évaluer l’effet de la VitD sur la morphométrie osseuse, puis sur la vitesse et la stabilité du MDO. Méthode : 32 rats Sprague Dawley mâles ont été assignés à deux groupes expérimentaux, traités avec la VitD par gavage (systémique) ou par injection (locale), et deux groupes contrôles respectifs traités avec un tampon phosphate salin (PBS) pour 47 jours. Le MDO était effectué pendant 7 jours avec un ressort NiTi attaché entre la première molaire supérieure et les incisives. Un scan Micro-CT était réalisé à 5 temps : T0 (avant l’administration de VitD), T1 (début du MDO), T2 (fin du MDO), T3 (7 jours post-MDO), T4 (30 jours post-MDO). La vitesse et la stabilité du MDO étaient évaluées. La morphométrie osseuse a été analysée via la densité minérale osseuse (BMD), le pourcentage de volume d’os (BV/TV), la porosité totale (Po(tot)), le facteur du patron trabéculaire (Tb.Pf), l’index de structure du modèle (SMI) et la densité de connectivité (Conn.Dn). Résultats : Le groupe VitD systémique a montré une vitesse diminuée du MDO, mais une récidive inférieure au contrôle ainsi qu’une augmentation de la BMD et du BV/TV, et une diminution de la Po(tot) (p<0.05). La structure osseuse apparaissait plus fragmentée et présentait une Conn.Dn plus basse (p<0.05). Aucune différence n’a été trouvée entre le groupe administration locale de VitD et les autres groupes. Conclusion : L’administration systémique de VitD a engendré une diminution de vitesse du MDO en induisant plus de résistance, mais a aussi contribué à une meilleure stabilité grâce à une densité osseuse plus élevée.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".