Enamel Matrix Derivative Versus Bioactive Ceramic Filler in the Treatment of Intrabony Defects: 12‐Month Results
Notice bibliographique
Résumé
BACKGROUND: This study examined the clinical efficacy of enamel matrix derivative (EMD) and bioactive ceramic filler (BCF) in the treatment of intrabony periodontal defects and evaluated factors influencing the treatment outcome. METHODS: Thirteen chronic periodontitis patients, 41 to 74 years of age, who had two proximal intrabony defects in different jaw quadrants with > or =3 mm vertical radiographic bone loss were selected for this study. After initial therapy, the sites in each patient were randomly assigned to EMD or BCF treatment. Clinical attachment level (CAL), probing depth (PD), tooth mobility (TM), gingival recession (GR), bleeding on probing, and dental plaque were recorded at baseline and at 6 and 12 months. At surgery, the intrabony component was characterized by recording the number of bony walls, distance in millimeters from the buccal crest (BC) to the most apical point of the defect, distance from the cemento-enamel junction (CEJ) to the BC, and the mesio-distal width of the defect at the level of the bony crest. RESULTS: BCF treatment resulted in a significant gain in proximal CAL (P = 0.005) and a reduction in proximal PD at 6 months (P <0.001), but there was no further improvement from 6 to 12 months. Paired comparisons by time for the EMD group revealed a significant reduction in proximal PD at 12 months (P = 0.001), whereas the gain in proximal CAL approached significance (P = 0.056). Mean GR increased significantly from baseline to 6 months in both groups (P = 0.001). Regression analysis revealed that within the EMD group, smoking and TM negatively influenced the gain of attachment, whereas within the BCF group, gingival recession increased with age, increasing CEJ to BC distance, and increasing mesial-distal width of the defect. CONCLUSIONS: The gain in proximal attachment after treating intrabony defects by flap surgery with BCF was significant (P = 0.004) and twice that following treatment with EMD (P = 0.056). Patient and site variables affected the clinical outcome differently.
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) | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».