Individual respiratory protective devices and face masks represent critical tools in protecting health care workers in hospitals and clinics, and play a central role in decreasing the spread of the high-risk pandemic infection of 2019, coronavirus disease (COVID-19). The aim of the present study was to compare the facial skin temperature and the heat flow when wearing medical surgical masks to the same factors when wearing N95 respirators. A total of 20 subjects were recruited and during the evaluation, each subject was invited to wear a surgical mask or respirator for 1 h. The next day in the morning at the same hour, the same subject wore a N95 mask for 1 h with the same protocol. Infrared thermal evaluation was performed to measure the facial temperature of the perioral region and the perception ratings related to the humidity, heat, breathing difficulty, and discomfort were recorded. A significant difference in heat flow and perioral region temperature was recorded between the surgical mask and the N95 respirator (p < 0.05). A statistically significant difference in humidity, heat, breathing difficulty, and discomfort was present between the groups. The study results suggest that N95 respirators are able to induce an increased facial skin temperature, greater discomfort and lower wearing adherence when compared to the medical surgical masks.

Oral cancer is among the deadliest types of malignancy due to the late stage at which it is usually diagnosed, leaving the patient with an average five-year survival rate of less than 50%. The booming field of biosensing and point of care diagnostics can, in this regard, play a major role in the early detection of oral cancer. Saliva is gaining interest as an alternative biofluid for non-invasive diagnostics, and many salivary biomarkers of oral cancer have been proposed. While these findings are promising for the application of salivaomics tools in routine practice, studies on larger cohorts are still needed for clinical validation. This review aims to summarize the most recent development in the field of biosensing related to the detection of salivary biomarkers commonly associated with oral cancer. An introduction to oral cancer diagnosis, prognosis and treatment is given to define the clinical problem clearly, then saliva as an alternative biofluid is presented, along with its advantages, disadvantages, and collection procedures. Finally, a brief paragraph on the most promising salivary biomarkers introduces the sensing technologies commonly exploited to detect oral cancer markers in saliva. Hence this review provides a comprehensive overview of both the clinical and technological advantages and challenges associated with oral cancer detection through salivary biomarkers.

Salivary analysis is gaining increasing interest as a novel and promising field of research for the diagnosis of neurodegenerative and demyelinating diseases related to aging. The collection of saliva offers several advantages, being noninvasive, stress-free, and repeatable. Moreover, the detection of biomarkers directly in saliva could allow an early diagnosis of the disease, leading to timely treatments. The aim of this manuscript is to highlight the most relevant researchers' findings relatively to salivary biomarkers of neurodegenerative and demyelinating diseases, and to describe innovative and advanced biosensing strategies for the detection of salivary biomarkers. This review is focused on five relevant aging-related neurodegenerative disorders (Alzheimer's disease, Parkinson's disease, Amyotrophic Lateral Sclerosis, Huntington's disease, Multiple Sclerosis) and the salivary biomarkers most commonly associated with them. Advanced biosensors enabling molecular diagnostics for the detection of salivary biomarkers are presented, in order to stimulate future research in this direction and pave the way for their clinical application.

Recent years have seen significant advancements in the field of materials science, accompanied by progress in analytical techniques and the discovery of new control devices and materials. These advancements have paved the way for the development of innovative approaches for raw material selection, with particular attention to creating advanced materials with specific physical and chemical properties tailored to meet desired criteria. This growing demand is particularly pronounced in environments with complex conditions, such as biological environments like the oral cavity. Consequently, there is a pressing need to identify and design materials that meet rigorous standards capable of withstanding such demanding environments. In the search for materials suitable for these applications, the need for advanced additives or biomaterials arises, which not only possess specific physicochemical attributes but also emulate biological materials, such as teeth, once integrated into biological systems. These biomaterials, spanning a wide range from metals, alloys, and polymers to glasses (bioglass), carbon fiber composites, and biological materials, interface with biological systems such as tissues and human fluids. However, it is essential to emphasize that biomaterials, while in contact with biological entities, differ from pharmaceutical materials.

The application of AI (Artificial Intelligence) in emergency medicine helps significantly improve the quality of diagnostics under limitations of resources and time constraints in emergency cases. We have designed a comprehensive AI-based diagnostic and treatment plan decision-support system for emergency medicine by integrating the available LLMs (Large Language Models), like ChatGPT, Gemini, Claude, and others, and tuning them up with additional training on actual emergency cases. There is a special focus on early detection of life-threatening and time-sensitive diseases like sepsis, stroke, and heart attack, which are the major causes of death in emergency medicine. Additional training was conducted on a total of 600 cases (300 sepsis; 300 non-sepsis). The collective capability of the integrated LLMs is much stronger than each individual engine. Emergency cases can be predicted based on information from multiple sensors and streaming sources combining traditional IT (Information Technology) infrastructure with Internet of Things (IoT) schemes. Medical personnel compare and validate the AI models used in this work.

The study aimed to investigate the potential beneficial role of hydrogen peroxide (H2O2) and hyaluronic acid (HA) combination formulation in socket healing after third molar surgery. Biomaterials, including mouthwash formulations, were hypothesized to contribute to improved socket healing and reduced post-operative complications.

Background/Objectives: Skeletal Class III malocclusion (Cl III) presents a significant orthodontic challenge, particularly in growing patients, requiring interceptive treatment to achieve effective functional and aesthetic correction. This review aims to compare various orthopedic devices and therapeutic protocols used in Cl III correction, identifying the most effective options in an interceptive context. Methods: We searched the PubMed, Scopus, and Web of Science databases for studies published between 1 January 2003, and 19 July 2023. Inclusion criteria included English language, human studies, open access, and studies addressing Cl III correction with interceptive orthopedic devices. Results: Exclusions included in vitro, animal, off-topic studies, reviews, meta-analyses, and articles in languages other than English. After removing duplicates, 30 articles were selected from a total of 1193 results. Conclusions: The application of orthopedic devices in growing patients can lead to rapid improvement of Cl III malocclusion, although each device has specific effects on the surrounding skeletal structure.