人工智能 (AI) 和深度学习子领域的应用已迅速进入医疗领域。特别是使用卷积神经网络 (CNN) 进行图像分析已被证明具有提高从业人员的可靠性和准确性的潜力。CNN 通过反复消化图像和图像标签对(例如,“此图像包含某种病理”)来学习图像中固有的统计模式,这些标签通常由医学专家提供,并最终能够评估未见过的数据 (LeCun 等人,2015)。对于检测龋齿病变,我们在诊断准确性研究 (Cantu 等人,2020) 中发现 CNN 的诊断准确度优于单个牙医,并在随机对照试验 (Mertens 等人,2021) 中证实了这一点。检测龋齿病变等病理本身不会给患者或医疗保健系统带来任何有形价值。相反,健康益处(和进一步的成本)来自后续(正确或错误分配的)治疗。对于射线照片上的龋齿检测,在建模研究中发现 CNN 具有成本效益,其中使用马尔可夫模型跟踪患者一生中检测到的(或未检测到的)和治疗的(或未治疗的)病变(Schwendicke
在众多实验室进行的摘要研究已有数十年的数十年来表明,用链球菌突变型链球菌或链球菌对链球菌的蛋白质抗生殖器进行免疫实验性啮齿动物或灵长类动物的可行性。protection已归因于唾液IgA抗体,这些抗体可以抑制链球菌依赖性或蔗糖依赖性的机制,该链球菌在牙齿表面上积累的机制,根据疫苗抗原的选择。已经开发出粘膜免疫的策略来诱导高水平的唾液抗体,这些抗体可以长时间持续存在并建立免疫记忆。在人类中的研究表明,可以通过类似的方法诱导对Mutans链球菌的唾液抗体,并且被动施用的抗体也可以抑制Muths链球菌的口服重新殖民化。实用疫苗开发的进展需要在临床试验中评估候选疫苗。被动免疫的有希望的策略也需要进一步的临床评估。
摘要龋齿的检测是一个普遍的口腔健康问题,仍然是有效牙科护理的关键组成部分。传统的诊断方法,例如视觉检查和射线照相分析,通常受到主观性和可变性的限制。近年来,人工智能(AI)和深度学习模型的整合在增强牙科检测的准确性,速度和一致性方面表现出了巨大的希望。本文系统地回顾了基于AI的模型的应用,尤其是卷积神经网络(CNN),生成对抗网络(GAN)和转移学习模型,在检测从内部图像的牙齿中。评论突出了这些模型的优势和局限性,对其性能指标进行了全面分析,包括曲线下的准确性,灵敏度,特异性和面积(AUC)。
抽象背景:唾液分泌具有昼夜波动,唾液量会影响口腔细菌活性。在这项研究中,研究了唾液中厌氧菌数量的时间依赖性,例如链球菌突变(S. mutans),并检查了其对龋齿严重程度的影响。方法:这项研究是在日本大学医院进行的。二十个受试者(2-10岁),主要牙齿被要求在醒着在家中醒来后每1小时收集整个唾液。十八名受试者分别在胰蛋白种链球菌培养了收集的唾液,分别为胰蛋白种链球菌和总厌氧菌培养了胰蛋白酶酵母提取物 - 半胱氨酸蔗糖 - 巴西特拉蛋白(TYCSB)培养基和GIFU厌氧培养基(GAM)。还从病历中分析了严重的龋齿数量。结果:在GAM培养基中的菌落数量与一天中的唾液收集时间之间存在正相关。在TYCSB培养基中的菌落数量与收集时间之间没有明显的相关性。根据是否经历了纸浆治疗,将患者分组。仅在经验丰富的组中,在后来的几个小时内增加了葡萄糖和厌氧菌的菌落数量。结论:晚餐到睡前晚餐后,儿童口腔厌氧细菌的数量以时间依赖的方式波动,并在深夜较高。患有严重牙齿龋齿的儿童随着夜晚的发展而增加了叛变。
使用商业上可用的OCPC试剂盒使用OCPC方法进行唾液钙估计。钙,在碱性培养基中,与OCPC结合形成紫色的复合物。形成的颜色的强度与唾液样品中存在的钙量成正比。三个干净和干燥的试管将分别标记为空白(B),标准(S)和测试(T).0.02 mL蒸馏水,标准溶液和测试溶液分别被移液到测试管B,S,T中。然后,将为0.5 mL缓冲液和颜色试剂添加到所有三个测试管中,并将含量彻底混合并在37°C下孵育5分钟。标准(s)和测试(t)的光密度是针对比色计在570 nm处的空白(b)测量的,并记录了值。
生物体的基因组由所有脱氧核糖核酸 (DNA) 组成,其中包含生物体发育和功能的遗传信息。人类基因组由细胞核中的 23 对染色体和线粒体中的核外 DNA 组成。DNA 序列的变化导致人类遗传多样性,并使每个人类个体的基因组序列都是独一无二的,同卵双胞胎除外 [3,6]。在法医遗传学中,人类遗骸的身份是通过分析经过验证的遗传标记的 DNA 谱来识别的,例如短串联重复序列 (STR),其重复序列数量各不相同,并表现出孟德尔遗传 [3,7]。在法医牙科中,形态特征和牙科治疗的分析可以确定身份不明者的身份 [1,2,8]。在某些情况下,例如自然灾害、火灾或发现部分或腐烂的人类遗骸,牙齿是最可行的 DNA 来源之一。它们的成分和位置使其对自然分解、创伤、环境因素、微生物因素以及旨在阻碍识别过程的人为活动具有很强的抵抗力 [2,8]。
摘要 心血管疾病 (CVD) 是全球发病率和死亡率的主要原因。多项流行病学研究报告称,口腔健康是 CVD 的危险因素之一。本范围审查旨在提供已发表报告中关于龋齿与 CVD 发病率之间关系的证据。搜索策略是使用可用数据库(PubMed、Scopus 和 ProQuest)对 2013 年 1 月至 2023 年 12 月期间以英语发表的研究进行搜索。根据纳入和排除标准进一步评估检索到的文章,并根据范围审查指南的系统评价和荟萃分析的首选报告项目选择了 24 篇相关文章进行审查以支持证据。此外,12 项横断面研究、5 项病例对照研究和 7 项队列研究报告了龋齿与 CVD 发病率之间的相关性。本综述的结果表明龋齿与 CVD 之间存在通过口腔感染或病原体诱导的口腔炎症介质的关联。此外,其他可能增加心血管疾病风险的因素包括年龄、高血压、吸烟、糖尿病、压力、遗传易感性、体力活动、饮酒、健康行为、肥胖、抗生素补充、口腔健康意识、医疗保健可及性、营养和社会经济地位低下。尽管研究数量有限,但仍有大量证据表明龋齿与心血管疾病发病率之间存在关联。了解龋齿与心血管疾病之间的关联对患者教育和治疗计划起着关键作用。为了扩大搜索来源和证据,未来的系统评价和荟萃分析应调查龋齿与心血管疾病之间的关联。
口腔健康在决定整体健康和生活质量方面起着根本性的作用。然而,龋齿是一种影响牙齿的传染性微生物疾病,它仍然是影响发达国家和发展中国家口腔健康的主要问题。世界卫生组织确认,龋齿患病率的上升是一个重大的全球健康问题。1 这封信强调了开发一种负担得起的龋齿疫苗的重要性,并必须由公共卫生部门以广泛的重点和长远的眼光将其纳入所有儿童的常规疫苗接种计划。由于龋齿是一种不可逆的牙齿微生物疾病,符合传染病的定义,因此开发龋齿疫苗的研究至关重要。龋齿疫苗的主要功能是起到保护和预防蛀牙的作用。众所周知,变形链球菌在蛀牙的病理生理学中起着重要作用,因为其细胞主要含有粘附素、葡萄糖基转移酶 (GTF)、葡聚糖结合蛋白 (GBP)、13 kDa 蛋白质抗原 (抗原 D)、39 kDa 蛋白质 (AgIII)、29 kDa 蛋白质抗原 (抗原 A)、190 kDa 蛋白质 (AgI/II) 和 70 kDa 蛋白质抗原 (抗原 C) 等物质。由于这些细胞物质被认为对生物体与宿主之间的相互作用至关重要,因此大多数龋齿疫苗试验都集中在这些物质上。2,3 建议采用口服、全身和牙龈唾液等各种给药途径,并通过主动和被动免疫的方式给药。一些有前景的疫苗,如 pGJA-P/VAX、LT 衍生物/Pi39 – 512、KFD2-rPAc 和 SBR/GBR-CMV-nirB 等最近已经开发出来并进行了动物试验。4
已经研究了唾液和斑块中的葡萄糖水平,没有发现差异。解释说,唾液会导致细菌与牙齿表面上的斑块沉积物脱离,从而以可以测量的水平释放唾液中的细菌。因此,唾液和牙菌斑中的葡萄糖链球菌水平可能相似。然而,咬合斑块的变形杆菌计数高于唾液样品,这表明斑块可能比唾液比唾液更可靠,用于检测高水平的葡萄糖链球菌。造成这种差异的原因可能是口腔斑块是链球菌的主要栖息地,因此是该细菌的更好来源。另外,由于常规盐液质量清除期间,葡萄糖链球菌从斑块中脱离到唾液中,唾液可能是可比的代理。总体而言,无论牙列阶段如何,咬合斑块和唾液都可以被视为有效的突变链球菌检测和定量。[11]
抽象的龋齿是牙齿钙化组织的不可逆的微生物疾病,其特征是无机部分脱矿物和牙齿有机物质的破坏,这通常会导致空气。未经治疗的牙齿龋齿是落叶牙齿的第十个最普遍,也是第四位最昂贵的慢性疾病,可治疗全球儿童的病情,患病率达到六岁。活性龋齿的个体的血清抗体水平升高。的发现还表明,抗原负荷增加(病变细菌)会导致唾液抗体升高。具有选择性IgA缺乏症的受试者没有唾液抗体的牙齿水平显着升高。IgA缺乏IgM补偿性抗体的受试者的龋齿明显少于简单的IgA缺乏受试者。 分泌物中的免疫系统已用于通过刺激适当抗原的唾液抗体来干扰龋齿。 牙龈裂缝液会贡献IgG,这也可能干扰龋齿。 本评论文章强调了关于龋齿免疫学方面的全面和当代观念,以及有关龋齿和免疫力以及龋齿疫苗领域的最新进步的概述。IgA缺乏IgM补偿性抗体的受试者的龋齿明显少于简单的IgA缺乏受试者。分泌物中的免疫系统已用于通过刺激适当抗原的唾液抗体来干扰龋齿。牙龈裂缝液会贡献IgG,这也可能干扰龋齿。本评论文章强调了关于龋齿免疫学方面的全面和当代观念,以及有关龋齿和免疫力以及龋齿疫苗领域的最新进步的概述。