Clinical Evaluation of Split‐Crest Technique with Ultrasonic Bone Surgery for Narrow Ridge Expansion: Status of Soft and Hard Tissues and Implant Success
Notice bibliographique
Résumé
PURPOSE: The aim of this study was to evaluate the split-crest technique with ultrasonic bone surgery for implant placement in patients with narrow ridges, focusing on the status of soft and hard tissues and on implant success rate, at least 6 months after implant loading. MATERIALS AND METHODS: During September 2007 and November 2008, 15 patients received 37 implants (BTI implants) with split-crest surgical procedure using ultrasonic bone surgery. Plasma rich in growth factors (PRGF®) was applied during split crest procedure to promote tissue regeneration. Implant surfaces were humidified with PRGF to accelerate osseointegration. Patients were recalled for a final clinical evaluation at least 6 months after implant loading. Clinical assessment included the status of soft and hard tissues around implants, and implants' success rate. RESULTS: Thirty-seven implants in 15 patients were evaluated between July 2009 and January 2010. The status of soft tissues was very good, showing adequate plaque index, bleeding index, and probing depth values. Success rate of implants at the end of follow-up (between 11 and 28 months after insertion) was 100%. Bone ridge was measured and compared at final examination showing a mean ridge expansion of 3.35 mm (SD: 0.34). CONCLUSIONS: Split-crest with ultrasonic bone surgery can be considered an effective and safe procedure for narrow ridge expansion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».