Biomechanical Aspects of Primary Implant Stability: A Human Cadaver Study
Notice bibliographique
Résumé
BACKGROUND: The quality of bone is an important factor in the successful implant treatment, and it is evident that higher implant failure is more likely in poor quality of bone. The primary stability of oral implants related to resistance to micromotion during healing is influenced by bone quality, surgical technique, and implant design. PURPOSES: The aims of this biomechanical study were to explore the effect of bone quality on initial intraosseous stability of implants, and to determine the correlations between the bone quality and implant stability parameters. MATERIALS AND METHODS: Twenty-four implants (Neoss Ltd., Mölnlycke, Sweden) were placed into anterior and posterior regions of three human cadaver mandibles. The bone densities of implant recipient sites were preoperatively determined using computerized tomography (CT) in Hounsfield unit (HU). The maximum insertion torque values were recorded, and primary implant stability measurements were noninvasively performed by means of resonance frequency analysis (RFA). RESULTS: The bone density values ranged from -267 HU to 553 HU. It was found that mean bone density, insertion torque, and RFA values were 113 +/- 270 HU, 41.9 +/- 5 Ncm, and 70 +/- 7 implant stability quotient (ISQ), respectively. Statistically significant correlations were found between bone density and insertion torque values (r = 0.690, p < .001); bone density and ISQ values (r = 0.557, p < .05); and insertion torque and ISQ values (r = 0.853, p < .001). CONCLUSION: CT is a useful tool to assess bone quantity and quality in implant recipient sites, and bone density has a prevailing effect on implant stability at placement.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».