Verbeterde mogelijkheden van biologische en eerdere cariës multimarkers om cariës ziekte voorspellen zoals blijkt uit multivariate PLS modelling

Abstracte achtergrond
Dental cariës is een chronische ziekte met plaque bacteriën, voeding en speeksel wijzigen van ziekte-activiteit. Hier hebben wij de PLS methode om een ​​veelvoud van dergelijke biologische variabelen geëvalueerd (n = 88) op het vermogen om cariës te voorspellen in een dwarsdoorsnede (basislijn cariës) en veelbelovende (2-jaar cariës ontwikkeling) instelling.
Methods
Multivariate PLS modellen werd gebruikt om de vele biologische variabelen associëren met cariës in dertig 14-jaar-oude kinderen opgenomen door het meten van het aantal beginnende en manifeste cariës laesies op alle ondergronden.
Resultaten
Een brede maar ondiepe zweefvliegen schaal van een vijfde cariës bevorderen of te beschermen, en viervijfde niet-invloedrijke, variabelen voorgedaan. De invloedrijke markers gedroeg zich in de orde van plaque bacteriën & gt; dieet & gt; speeksel, met eerder bekende plaque bacteriën /voeding markers en een set nieuwe beschermende dieet markers. Een differentiële variabele patronen verscheen voor nieuwe versus vordert laesies. De invloedrijke biologische multimarkers (n = 18) voorspelde basislijn cariës beter (ROC gebied 0.96) dan vijf markers (0,92) en een enkele lactobacilli markering (0,7) met gevoeligheid /specificiteit van 1,87, 1,78 en 1,13 bij 1/3 van de patiënten met de diagnose ziek, respectievelijk. Bovendien, biologische multimarkers (n = 18) legde uit 2-jaar cariës verhogen iets beter dan voorheen gemeld, maar voorspelde dat het slecht (ROC gebied 0,76). Daarentegen multimarkers basis van eerdere cariës alleen voorspelde (ROC gebied 0,88), of samen met biologische multimarkers (0,94), verhogen ook met een gevoeligheid /specificiteit van 1,74 bij 1/3 van de patiënten met de diagnose zieken.
Conclusie
Multimarkers gedragen zich beter dan single-tot-vijf markers maar de toekomst multimarker strategieën zullen systematische zoekopdrachten voor een betere speeksel en plaque bacteriën markers nodig
Electronic aanvullend materiaal
De online versie van dit artikel (doi:.. 10 1186 /1472-6831-9-28) bevat aanvullend materiaal, dat beschikbaar is voor geautoriseerde gebruikers is. achtergrond
Dental cariës is een chronische ziekte [1]. Veel westerse landen vertonen een scheve verdeling cariës met veel gezonde en 15-20% zieke personen [2]. Bovendien, traditionele regimes voor risico-evaluatie en preventie zijn inefficiënt voor het regelen van de zieke groep [2, 3]. Zo verfijnd etiologische en voorspellingsmodellen voor cariës nodig.
Zowel leefstijl en genetische factoren aan te passen cariës activiteit [1, 4]. Dienovereenkomstig plaque verzuring van suiker inname ontwikkeling frequent trekker ziekte sneller in gevoeliger dan resistente onderwerpen door te selecteren voor cariogene mutans streptococcen en lactobacillen en door het oplossen van het glazuur [5, 6]. Individuele polymorfismen van invloed op het speeksel aangeboren afweer, bijv. hechting van S. mutans
en geef individuele gevoeligheid [7-9]. Het blijft echter om vast te stellen in welke mate cariës voorspelbaar is en hoe de verschillende biomarker strategieën moeten worden toegepast om beter uit te leggen en cariës te voorspellen.
Een grote verscheidenheid aan kwantitatieve plaque, dieet en speeksel factoren (bv mutans streptococcen, lactobacillen, suiker intake, buffer-effect en pH) zijn geëvalueerd, en klinisch toegepast, als risicofactoren of voorspellers van toekomstige cariës [beoordeeld in [10-12]]. Sommige studies hebben gepleit voor een substantiële voorspellend vermogen van plaque, voeding en speeksel factoren [13], vooral bij jonge kinderen en ouderen [14-16]. Daarentegen hebben uitgebreide voorspelling studies bij adolescenten algemeen getoond
i) biomarkers die slechts marginaal informatie aan het vermogen van klinische indicatoren (bijv
. Vorige cariës en clinicus "schatting") tot 33% of minder van de uitleg individuele variatie in de ontwikkeling van cariës, ii
) een voorspellend vermogen in de volgorde van de vorige cariës & gt; & gt; bacteriën & gt; dieet en speeksel en iii
) een sensitiviteit /specificiteit rond 0,74 /0,74 of minder voor single-to-meerdere marker modellen [10-12, 17-19]. Single-to-marker verschillende modellen zijn in het beste geval krijgt een sensitiviteit /specificiteit van 0,87 /0,83 bij zuigelingen [16].
Zowel cross-sectionele en prospectieve studies, waarbij factoren worden bepaald bij aanvang en in vergelijking met de toekomstige cariës, zijn geweest gebruikt om biomarkers of voorspellers voor cariës te verkennen [beoordeeld in [10-12]]. Prospectieve voorspelling studies - de gouden standaard in de risico-evaluatie - worden belemmerd door een aantal factoren. Ten eerste, vandaag cariës toont een lage prevalentie en zich langzaam ontwikkelt. Geraffineerde cariës indices opnemen van nummers van beginnende en manifeste cariës hebben daarom voorgesteld maar nog niet geëvalueerd [20]. Ten tweede, de traditionele regressie technieken een hoog subject-to-variabele overbrenging vereisen (de zogenaamde "lang en mager" datastructuren), en de meeste voorspelling studies zijn daarom beperkt tot een beperkt aantal gerenommeerde klinische of traditionele factoren. Derhalve informatie over het voorspellend vermogen van biologische multimarkers ontbreekt.
Partiële kleinste kwadraten uitsteeksels latente structuren (PLS) zijn optimaal ontworpen om meerdere en co-variërende tem X en Y respons variabele matrices [21, 22] correleren. PLS is uitgebreid gebruikt in kwantitatieve structuur-activiteitsrelaties QSAR [21], in metabonomics, proteomics en genomics [22] en aangebracht op medische ziekten [8, 9, 23]. Het kan omgaan met X variabelen die door veel hoger zijn dan het aantal proefpersonen onderzocht (de zogenaamde "kort en dik" datastructuren) en geeft toelichting (R 2) en via cross-validatie voorspellende (Q 2) waarden de y variabelen.
het doel van deze studie was om te testen PLS model voor vermogen voorspellende modellen genereren op basis van meerdere biologische en eerdere cariës markers (zogenaamde multimarkers) in een dwarsdoorsnede (basislijn cariës) en veelbelovende (2-jaar cariës ontwikkeling) instelling en te screenen en te rangschikken de veelheid van individuele kwantitatieve plaque, dieet en speeksel gebruikte variabelen (n = 88) voor het bevorderen van cariës of beschermende eigenschappen.
Methods
Studie ontwerp en cohort
Gericht op onderzoeken naar de PLS methode als instrument voor het evalueren en screenen van biologische factoren als markers of voorspellers voor cariës, we gebruik van een beschikbare cohort materiaal vervaardigd 1985-87 met veel biologische variabelen opgenomen. Plaque, dieet en speeksel variabelen en cariës werden dienovereenkomstig opgenomen bij aanvang 1985 en bij een 2-jaar follow-up in thirty14-jarige adolescenten (gemiddelde leeftijd 13,9 jaar, SD 0.4, range 1,5 jaar) (afb. 1). De studie cohort (17 jongens en 13 meisjes) werd willekeurig geselecteerd uit de 128 studenten in een 7 e klas van de middelbare school van een voorstedelijk gebied (Holmsund) buiten Umeå, Noord-Zweden, met cariës niveaus en life style patronen in het algemeen op dat moment aanwezig. Alle kinderen werden gerapporteerd als gezond en noch medicijnen, noch gebruikt tabak. Zij werden geroepen om de tandheelkundige gezondheidszorg elk jaar en waar nodig worden behandeld tijdens en na de studie. Geen dropouts opgetreden. De studie werd goedgekeurd door de ethische commissie for Human Experimenten in Umeå University, Zweden, en geïnformeerde toestemming is gegeven door de jongeren en hun ouders. Figuur 1 A. Studie design. Een veelvoud van traditionele plaque, dieet en speeksel (n = 88) en cariës variabelen (Y1-Y36) werden opgenomen op PLS voorspellingsmodellen genereren in een transversale en prospectieve setting. B. Scoring van cariës. Baseline en 2 jaar follow-up cariës scores voor de dertig proefpersonen bij gebruik van de verfijnde index opname aantallen beginnende en manifest laesies bij alle (of gedefinieerd) oppervlakken of de traditionele DMFS index.
Plaque variabelen (n = 11)
biologische variabelen met betrekking tot plaque (mutans streptococci lactobacillen, plaque hoeveelheid, tempo, fosfaat, fluoride) werden gemeten (n = 8) of afgeleide (n = 3). Ondernemingen De prevalentie (% positieve oppervlakken) mutans streptococcen (ms) en lactobacillen (LBC) in interdentale plaque werd gemeten zoals eerder beschreven [24]. Kort na het inbrengen van tandenstokers in de interdentale gebieden distaal van de hoektanden in de boven- en onderkaak, werd een replica gemaakt op MSB en Rogosa agarplaten en gekweekt bij 37 ° C gedurende twee dagen in lucht gesupplementeerd met 5% koolstofdioxide. Kolonies van mutans streptococcen en lactobacillen werden visueel geïdentificeerd en gecontroleerd door biochemische tests wanneer in twijfel. Het aantal interdentale locaties uitvoeren elke soort (of de afgeleide combinaties lbc + /ms +, LBC + /ms - of LBC - /ms +, n = 3) uitgedrukt als percentage van het totale aantal beschikbare plaatsen.
het aantal kolonievormende eenheden (CFU) van mutans streptococcen en lactobacillen per ml speeksel werd bepaald door de groei van periodieke verdunningen van speeksel mitis-salivarius- bacitracine (MSB) [25] en Rogosa [26] agarplaten, respectievelijk. De platen werden bij 37 ° C gedurende twee dagen geïncubeerd en geteld.
Plaque begrepen [% oppervlakken gekleurd positief voor plaque, [27]] en vormingssnelheid [28] werden gemeten met verschillende indices voor en na tandreiniging, respectievelijk . In het kort werd het percentage geschat door kleuring van de geselecteerde tanden (buccale oppervlakken van rechtsboven hoektanden, premolaren of 1 st kiezen) met 1% basic fuchsine na 19 uur afwezigheid van mondhygiëne na professionele gebitsreiniging. Het tarief werd gescoord als snel als plaque werd ontdekt op elk oppervlak en zo langzaam, zo niet.
Fosfaat en fluoride in plaque vloeistof werden gemeten. Na 4 dagen zonder mondhygiëne, plaque werd bemonsterd uit beschikbare buccale en linguale oppervlakken. Na toevoeging van buffer en centrifugering (14.000 g
× 1 h) van de plaque monsters bij kamertemperatuur de hoeveelheid fosfaat (umol /g vers gewicht) [29] en geïoniseerd fluoride (ug /g nat gewicht) (Orion ® Fluoride elektrode, Orion Research Inc.) in het supernatant werden bepaald.
Diet variabelen (n = 45)
het dieet variabelen werden geschat op basis van een vierdaagse eetdagboek. Het dagboek, te beginnen op een zondag, werd gehouden door elk kind met steun van ouders en opgevolgd door een getrainde diëtist. De gemiddelde dagelijkse inname van energie (kcal /dag) en 44 voedingsstoffen (ug, mg of g /dag), gecorrigeerd voor verliezen als gevolg van de bereiding van voedsel, werd berekend met behulp van de database van de National Administration voedsel in Zweden en de software Mats ( Rudans Lättdata, Västerås, Zweden). De voedingsstoffen worden gegeven in de tabellen of lager; disacchariden, totaal vet, cholesterol, mono- onverzadigde en verzadigde vetten, myristinezuur (14: 0), palmitinezuur (16: 0), stearinezuur (18: 0), arachidonzuur (20: 0) palmitinezuur (16: 1 ), oliezuur (18: 1), linolzuur (18: 3), eicosatetraeenzuur (20: 4), eicosapentaeenzuur (20: 5), arachidonzuur (20: 6), docosapentaeenzuur (22: 5), docasahexaenoic zuur (22: 6), β-caroteen, vitamine D, niacine, niacine equivalenten, thiamine, vitamine C, vitamine B 6, vitamine B 12, mangaan, selenium en water
Saliva variabelen. (n = 32)
biologische variabelen met betrekking tot gestimuleerd of rusten parotis speeksel (agglutinine, S-IgA, lysozym, peroxidase, thiocyanaat, fosfaat, calcium en stroomsnelheid, n = 16) of op hele speeksel (debiet, pH , buffering, kauwen rate, n = 4) werden gemeten of afgeleide (n = 12).
Gehele en parotis speeksel verzameld in ijs-gekoelde reageerbuizen tussen 1 en 4:00 zonder eten of drinken in de voorafgaande uur. Speeksel werd gestimuleerd door kauwen op paraffine (1 g); de eerste ml werd verwijderd en 3 ml opgevangen. Beide rusten parotis speeksel, en gestimuleerd door een zure ruit (SST ™, Salix Pharma, Stockholm, Zweden) werden verzameld met behulp van Lashley cups; de eerste 0,1 ml werd verwijderd en 1,5 ml verzameld van elk type speeksel. Debiet (ml /min) werd berekend. Kauwen frequentie werd geregistreerd (cirkels /min). De pH en buffercapaciteit van speeksel werden bepaald binnen 30 minuten met een digitale pH meter en standaardwerkwijzen (Beckman Instruments, Fullerton, CA). Ondernemingen De rust- en gestimuleerde parotis speeksel monsters werden gemeten hoeveelheid /ml calcium (atomaire absorptie spectroscopie, Varian Techtron AA6, Varian Associates, instrumenten Groep, Palo Alto, CA), fosfaat [29], thiocyanaat (SCN -) [30], secretoire immunoglobuline A (Immunofluor Technique, Bio-Rad Laboratories, Richmond, CA), lysozym (lysozym Test Kit, Kallestad, Chaska, MN) of de activiteit /ml peroxidase [31] met behulp van standaard methoden. De twee soorten speeksel werden ook gemeten voor aggregatie van S. mutans
serotype c Kopen en m-waarden (activiteit /ml) werden afgeleid zoals beschreven [32]. Ondernemingen De afscheiding rate /totaal vermogen van S- IgA, lysozym, peroxidase, thiocyanaat, fosfaat en calcium afkomstig te rusten en gestimuleerde parotis speeksel (n = 12) van de hoeveelheid /ml vermenigvuldigen (of activiteit /ml) met debiet (ml /min).
cariës opnamen en uitkomstmaten
aantallen beginnende en manifeste cariës laesies op alle oppervlakken van het permanente gebit werden opgenomen voor elk onderwerp op baseline en na 2 jaar door een examinator (AN) met behulp van gestandaardiseerde en gedefinieerde criteria (Extra-bestand 1). Traditionele DMFS waarden werden berekend. De opnames gebruikt professioneel gereinigd, lucht gedroogd, tanden en nieuwe tandheelkundige spiegels en ontdekkingsreizigers. Bilaterale Bitewing röntgenfoto's werden genomen en handmatig verwerkt bij de afdeling Mondziekten en Kaakchirurgie Radiologie, Umeå University. Een totaal van 264 vervallen en 133 gevulde laesies werden opgenomen bij aanvang en 299 nieuwe en 73 vordert laesies op de 2-jaar follow-up.
Voor elk onderwerp, een set van 18 basislijn cariës uitkomst y variabelen (y 1-y 18) werden gegenereerd op basis van het totaal aantal vervallen (beginnende en manifest), vervallen /gevuld of gevulde laesies op alle oppervlakken (occlusale, buccale, linguale en proximale) of bij gladde (buccale, meertalige en proximale) , proximale, buccale, linguale en occlusale vlakken. Een andere set van zes y variabelen elkaar werden gegenereerd uit het totale aantal rotte laesies op de hiervoor genoemde oppervlakken voor nieuwe (incidentie y 19-24) of vordert (progressie y 25-30) laesies en voor hun gecombineerde nummers (increment, y 31-36).
Projections latente structuur met behulp van partial least squares (PLS) Ondernemingen De multivariate PLS methode betreft twee matrices, X en Y aan elkaar door een lineaire multivariate voorspellingsmodel. De X matrix bestaat voorspellende variabelen x en y de matrix van de overeenkomstige cariës uitkomst y variabelen voor elke patiënt. PLS handvatten veel of weinig, lawaaierige, collineair, en onvolledige variabelen in zowel X en Y [21, 22]. De precisie van het PLS-model toe met het toenemende aantal relevante variabelen x en y. Het genereert een aantal model (bijv
. R 2, Q 2) en variabele (bijv
. VIP-waarden, regressiecoëfficiënten) kenmerken en grafische percelen. De R 2 waarde geeft het vermogen van de X-matrix te leggen (R 2) de variantie in de Y-matrix (en individuele y variabelen) terwijl Q 2, gegenereerd door kruisvalidatie van blokken gegevens, geeft de mogelijkheid om (Q 2) de variatie of variatie in Y (of afzonderlijke variabelen y) te voorspellen. Optimaal, de R 2 en Q 2 waarden zo hoog en dicht bij elkaar mogelijk; een Q 2-waarde & lt; 0,1 (& lt; 10% voorspelde variatie) geeft een zwak model en van gecombineerde 2 en Q 2 waarden geeft de uitvoering van de PLS-model (Tabel 1). De VIP-waarde (variabelen van belang in de Projection) geeft een overzicht van het relatieve belang van elke variabele aan de X- en Y-vereniging structuur en variabelen met een VIP & gt; 1.0 of & gt; 1,5 weerspiegelt invloedrijke en zeer invloedrijke variabelen, respectievelijk. Samen met regressiecoëfficiënten voor de richting (positief of negatief) van elke variabele vereniging de VIP waarde samenvatting van het gedrag van elke variabele in het model (Tabel 2). VIP-waarden worden ook gebruikt voor variabele selectie voor het opwekken van secundaire models.Table 1 Vermogen van biologische en eerdere cariës variabelen om cariës


cariës Y matricesa


Baseline

Verhoging
Incidence
Progression
X matricesa
[n variables]b

R2

Q2

R2

Q2

R2

Q2

R2

Q2


Primaire modellen (alle VIPs)









Plaque, dieet, saliva

[88]

0.597

0.260M1

0.619

0.084

0.534

0.056

0.632

0.034


Plaque, dieet, speeksel + vorige cariës
[88 + 18]


0.567

0.211M2

0.406

0.164M3

0.365

0.162M4


Secondary modellen (VIPs & gt; 1.0)






< td>


Plaque markers

[6,4,6,4]

0.353

0.289

0.218

0.142

0.181

0.097

0.286

0.226


Diet markers

[7,9,9,0]

0.155

0.113

0.303

0.153

0.170

0.083

ntc

ntc


Saliva markers

[5,5,7,2]

0.129

0.034

nsd

nsd

nsd

nsd

ntc

nt


Multimarkers (N = 6-39)






< td>


Plaque, dieet, saliva

[18,18,22,6]

0.528

0.404

0.377

0.224

0.351

0.204

0.311

0.212e


Previous cariës
[, 17,17,16]


0.382
0,323
0,287

0,247
0,494
0,421
Plaque, voeding, speeksel + vorige cariës
[, 35,39,22]


0,662
0,354
0,418
0,318
0,511

0,386
Vijf marker panelf
[5]
0.430
0,275






Single lactobacillen markerg
[1]

0.340
0.270







De primaire modellen haven alle variabelen. De secundaire modellen haven invloedrijke (VIP & gt; 1.0) markers van het overeenkomstige primaire modellen M1 tot M4. Alle modellen hadden ≤ 3 belangrijke componenten met uitzondering van het model met een enkele speeksel lactobacilli marker. De R2 (toelichting) en Q2 (voorspellende) waarde geeft de prestaties van elke PLS model (zie Methoden).
B Nummers van variabelen of markers in elke afzonderlijke PLS model.
C nt = niet getest
d ns = geen noemenswaardige component
e geen beschikbaar dieet variabele met VIP & gt.; 1.0.
F Speeksel lactobacillen, plaque mutans streptococcen, voeding retinol en zink, speeksel calcium met een hoge VIP-waarden.
G Speeksel lactobacillen.
Tabel 2 Vereniging van gekozen variabelen of markers met cariës.



PLS associationsa
x variabelen of markers

unitsb
Baseline
Verhoging
Incidence
Progression



VIP

coeff

VIP

coeff

VIP

coeff

VIP

coeff


P rige CARIES c
Rotte, gladde oppervlakken

nummers /subj


2,049
+
2,221
+
2,752
+
Rotte en gevuld, alle oppervlakken

- "-


1.785
+
1.946

+
2,204
+
Rotte, alle oppervlakken

- "-



1,979
+
2.187
+
2.427

+
Rotte, proximale oppervlakken

- "-


1.758

+
1,841
+
2,652
+
Gevuld, alle oppervlakken


- "-


1,478
+
1,648

+
1.705
+
Gevuld, kauwvlakken

- "-


1.239
+
1.383
+
1,576
+

P LAQUE d










Lactobacilli
speeksel
CFU /ml

2,494
+
1.177
+
1.078
+
1.982

+

plaque
%
2.244
+
1.601

+
1.707
+
2.041
+
mutans streptococcen
speeksel

CFU /ml
1.066
+
0,91
+
0,94
+
0.47
+

plaque
%
1.142
+
1.104
+
1.214
+
1.266
+

Plaque hoeveelheid

%
0.63
+
0,94
+

1.020
+
0.76
+
plaquevorming tarief

langzaam /snel
0.47

0,98
-
0.46
-
0,72

-
plaquette fluoride

ug /g nat plaque
1.117
-

0.75
-
0.88
-
0,58
-
D IET e







< td>


Zink

mg /dag
1.016
-
1.063
-
1.194
-
0.50
-

Laurinezuur (12: 0)

g /dag
1.115
-
1.162
-
1.320
-
0,87
-
Calcium

mg /dag
0.92
-
1,317
-
1.750
-

0,004
-
riboflavine

mg /dag
1.02

1.047
-
1.314
-
0,27
-
Fosfaat

mg /dag
1.05

1.090
-
1.320
-

0.16
-
Protein

g /dag

1.05

1.014
-
1.202
-
0,19
-
Retinol equivalenten (vit A)

mg /dag
1.307
-
0.96
-
1.102
-
0,74
-
Buturić zuur (4: 0)

g /dag
0.80
-
0,93
-

1.185
-
0,56
-
Linolzuur (18: 2)

g /dag
1.122
-
0.92

0,60
-

0.29
-
Foliumzuur

ug /dag
1.001
-

0.99
-
1.130
-
0.80
-
Vitamine E

mg /dag
1.033
-
0.95
-
0.89
-
0.72
-
Iron

mg /dag

0,97

1.038
+
0.43
+
0.08

-
Koolhydraten (totaal)

g /dag
1.10

1.253
+
0,80
+
0.28
+
Fiber


g /dag
0.77
-
1.193
+
0.58

+
0,22
-
Energy

kcal /dag
1,19


0.98
+
0.08
+
0,07
-


Monosacchariden

g/day

0.61

-

0.48

+

0.06

-

0.56

-


Sucrose

g /dag
1.08

0,87
+
0,43
+
0.37
+
S ALIVA f











Parotis, gestimuleerd










Calcium

mmol /ml
1.188
-
0,63
-
0.51
-
1.111
-

Fosfaat

mmol /ml
0.97

1.251
-
1.260
-
0.25
+
Aggregation door S. mutans


m-value

0.85

+

0.65

+

0.80

+

0.41

+


S-IgA


ug /ml
1.18

0.30
-
0,03
-

0.47
+
lysozym

ug/ml

0.51

+

0.75

-

0.08

-

0.80

-


Peroxidase


activity/ml

0.40

+

0.40

+

0.54

+

0.54

-


Thiocyanate


mmol /ml
0.55

0,19
-
0,14
-

0.43
+
debiet

ml /min
1,03

1.020
+
1.155
+
0.35
-

hele speeksel, gestimuleerd










debiet

ml /min
1.00

0.36
-
0,22
-
1,081
-

pH

pH
0,50

0,39
-

0.34
-
0.20
-
Buffer capaciteit

uiteindelijke pH
0.61

0,77
-
0.88
-
0,40
-
ab Primary PLS modellen M1 tot M4 VIP waarden & gt; 1,0 merken invloedrijke variabelen (zie methoden).. Consistent positief (+) of negatief (-) vereniging voor de regressiecoëfficiënten voor elke y variable; anders leeg.
b Variable-eenheden en eenheden van de maatregelen die voor afgeleide variabelen.
c Sommige van de vorige cariës x variabelen (n = 18) is afgeleid van de Y1-Y18 basislijn cariës variabelen (zie Methoden).
d de plaquette variabelen, met uitzondering van fosfaat en plaque% van LBC + /ms +, LBC + /MS of lbc- /ms + (zie methoden).
e Sommige van de 45 dieet variabelen (zie methoden).
f de hele speeksel variabelen, met uitzondering voor het kauwen tarief. De parotis speeksel variabelen, met uitzondering van dezelfde factoren in rustende parotis speeksel en afgeleide secretie tarieven voor sommige componenten in beide salivas (zie Methoden).
PLS modellen
Een aantal primaire en secundaire PLS modellen (tabel 1) werden gegenereerd door de Simca software (Simca 11, Umetrics AB, Umeå). De primaire PLS modellen bevatte alle individuele x en y variabelen, terwijl de secundaire modellen bevatte alle of bepaalde blokken of reeksen invloedrijke (VIP & gt; 1,0) x variabelen en sloot de occlusale cariës y variabelen in het Y matrices te wijten aan individuele Q 2-waarden beneden 0,1 (10%). De basislijn y 1-y 18 variabelen werden ook gebruikt als vorige cariës markers of voorspellers in de aspirant-setting. De variabelen werden geschaald, betekenen-gecentreerd en, indien van toepassing, logaritmisch getransformeerd voordat onderworpen aan PLS modellering. Bovendien, vóór het modelleren PLS, aparte hoofdbestanddeel analyses werden uitgevoerd op de X- en Y-blokken te controleren op homogeniteit, d.w.z.
. Alle auteurs gelezen en goedgekeurd het definitieve manuscript.

• Previous:Mondgezondheid en de impact van de socio-gedragsfactoren in een dwarsdoorsnede overzicht van de 12-jarige schoolkinderen in Laos 
• Next:Evaluatie van orale zelfzorg bij patiënten met parodontitis: een pilotstudie in een tandschool kliniek in Japan