Soft Tissue Attachment to Titanium Implants Coated with Growth Factors
Notice bibliographique
Résumé
BACKGROUND: Enhancing the connective tissue seal around dental implants may be an important factor in implant survival. PURPOSE: The objective of the study was to investigate the effect of implant surface modification with either platelet-derived growth factor (PDGF) or enamel matrix derivative (EMD) on connective tissue attachment to titanium implants. MATERIALS AND METHODS: Eighteen implants (Branemark® Mk III Groovy NP (3.3 mmØ × 10 mm, Nobel Biocare) were implanted subcutaneously into 12 rats. Six implants each were coated with either PDGF or EMD immediately prior to implantation and six implants were left uncoated. Implants were retrieved at 4 and 8 weeks and assessed histologically to compare the soft tissue adaptation to the implant surfaces. RESULTS: Ingrowth by soft connective tissue into the threads of all implants was noted at 4 and 8 weeks. Coating with growth factors did not alter the orientation of fibroblasts and collagen fibers. The depth of connective tissue penetration into the implant grooves was significantly greater for the implants coated with PDGF at 4 weeks. The thickness of the connective tissue in growth was significantly less for the implants coated with PDGF at 8 weeks. CONCLUSION: Coating of the implant surface with rhPDGF-BB or EMD can increase the speed and quantity of soft tissue healing around the implant surface.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».