MétaCan
Menu
Retour à la cohorte
Enregistrement W1989298764 · doi:10.1115/1.2241685

Simulation of Impact Test for Determining “Health” of Percutaneous Bone Anchored Implants

2006· article· en· W1989298764 sur OpenAlexaff
S Jones, Gary Faulkner, Don Raboud, K.R. Fyfe, Johan Wolfaardt

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2006
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensMisericordia Community HospitalCochraneUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOsseointegrationAbutmentImplantSoft tissueMaterials scienceBiomedical engineeringDentistryConnective tissueMedicineOrthodonticsSurgeryEngineering

Résumé

récupéré en direct d'OpenAlex

There is an ongoing requirement for a clinically relevant, noninvasive technique to monitor the integrity of percutaneous implants used for dental restorations, bone-anchored hearing aids, and to retain extra-oral prostheses (ear, eye, nose, etc). Because of the limitations of conventional diagnostic techniques (CT, MRI), mechanical techniques that measure the dynamic response of the implant-abutment system are being developed. This paper documents a finite element analysis that simulates a transient response to mechanical impact testing using contact elements. The detailed model allows for a specific interface between the implant and bone and characterizes potential clinical situations including loss of bone margin height, loss of osseointegration, and development of a soft connective tissue layer at the bone-implant interface. The results also show that the expected difference in interface stiffness between soft connective tissue and osseointegrated bone will cause easily measurable changes in the response of the implant/abutment system. With respect to the loss of bone margin height, changes in the order of 0.2 mm should be detectable, suggesting that this technique is at least as sensitive as radiography. A partial loss of osseointegration, while not being as readily evident as a bone margin loss, would still be detectable for losses as small as 0.5 mm.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,646
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,320
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetDental Implant Techniques and OutcomesTravaux en français237 207