A 9‐Year Prospective Case Series Using Multivariate Analyses to Identify Predictors of Early and Late Peri‐Implant Bone Loss
Notice bibliographique
Résumé
PURPOSE: The study aims to identify predictors of early and late peri-implant bone loss following complete implant-supported rehabilitation using multivariate analyses. MATERIALS AND METHODS: Fifty patients (28 women, 22 men; mean age 58, range 35-76) in need of a complete implant-supported rehabilitation on five to eight implants were consecutively treated. Patients were reinvited for a clinical and radiographic examination after an average 9 years of function. Implant survival and peri-implant bone loss were considered the dependent variables. Multivariate analyses were adopted to identify predictors of early and late peri-implant bone loss. RESULTS: In total, 39 patients were examinated. Two implants failed after 4 years of function, resulting in an overall survival rate of 99.2%. After a mean follow-up of 9 years, mean bone loss of 1.68 mm (SD 2.08, range -1.05 to 10.95) was found. The abutment height was a significant predictor of early peri-implant bone loss (1 year) (p = .024), whereas smoking (p = .046) and history of periodontitis (p = .046) affected late peri-implant bone loss. CONCLUSION: Within the limits of this study, it can be concluded that initial bone remodeling was affected by soft tissue thickness as reflected by the height of the abutment, whereas smoking and history of periodontitis affected long-term peri-implant bone stability.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».