Psychologic Outcomes in Implant Prosthodontics
Notice bibliographique
Résumé
Francesco Bassi, MD, DDS/Alan B. Carr, DMD/Ting-Ling Chang, DDS/Emad W. Estafanous, BSD, MSD/Neal R. Garrett, PhD/Risto-Pekka Happonen, DDS, PhD/Sreenivas Koka, DDS, MS, PhD, MBA/Juhani Laine, DDS, PhD/Martin Osswald, MBDS, MDent/Harry Reintsema, DDS, PhD/Jana Rieger, MSc, PhD/Eleni Roumanas, DDS/Thomas J. Salinas, DDS, MS/Clark M. Stanford, BSc, DDS, PhD/Johan Wolfaardt, BDS, MDent, PhD: Consensus regarding outcomes of the treatment of tooth loss, especially the psychologic outcomes, is needed to guide discovery of best practices and enable a better understanding of patient management for this chronic condition. This paper presents the findings of the ORONet Psychological Working Group for prosthodontics and aims to identify psychologic outcomes with properties deemed critical to meet clinical trial and clinical practice needs for the future. References obtained using a PubMed/Medline search were reviewed for clinical outcomes measures of interest. Clinical outcomes measures were judged relative to the criteria of truth, discrimination, and feasibility. Of the psychologic outcome measures identified in this systematic review, only the OHIP-14 was thought to be suitable for use in general practice and multi-institutional outcome registries and clinical trials. Development of clinically useful psychologic outcomes for future use could benefit from developmental methods and tools outlined in the patient-related outcomes field of clinical care. Int J Prosthodont 2013;26:429Â434. doi: 10.11607/ijp.3403
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 | 0,002 | 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 | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».