Cone Beam Computed Tomographic Measurement of Maxillary Central Incisors to Determine Prevalence of Facial Alveolar Bone Width ≥2 mm
Notice bibliographique
Résumé
BACKGROUND: The initial thickness of maxillary bone has significant impact on the responding level of facial bone and soft tissue after extraction and immediate implant placement. A prevailing notion is that following implant placement in fresh extraction sites, at least 2 mm of facial bone is needed to prevent soft tissue recession, fenestration, and dehiscence. PURPOSE: The purpose of this study was to use cone beam computed tomography (CBCT) to measure horizontal width of facial alveolar bone overlying healthy maxillary central incisors and to determine prevalence of bone thickness ≥2 mm. MATERIALS AND METHODS: Tomographic data from 101 randomly selected patients were evaluated by two independent observers. Assessments were made of facial bone width at levels 1.0 to 10.0 mm apical to the bone crest. RESULTS: Healthy maxillary central incisors (n= 202) were measured from 101 patient scans. The percent of teeth with facial bone ≥2 mm at levels 1, 2, 3, 4, and 5 mm from the bone crest was 0, 1.5, 2.0, 3.0, and 2.5%, respectively. Overall mean thickness of the bone was 1.05 mm for right and left central incisors combined. The range of individual measurements for all levels was 0 to 5.1 mm. The occurrence of ≥ 2 mm thickness bone measurements increased with increasing depth. However, mean widths observed at levels 6 to 10 mm from the crest ranged only 1.0 to 1.3 mm because of apparent fenestration occurrence (0 mm bone) in approximately 12% of teeth. Overall, no significant differences in bone thickness were found between ethnic, gender, age, or scan groups. CONCLUSIONS: Using CBCT, occurrences of ≥2 mm maxillary facial alveolar bone were found on no more than 3% of root surfaces 1.0 to 5.0 mm apical to the bone crest in this sample of maxillary central incisors. The study evidenced prevalence of a thin facial alveolar bone (<2 mm) that may contribute to risk of facial bone fenestration, dehiscence, and soft tissue recession after immediate implant therapy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».