MétaCan
Menu
Retour à la cohorte
Enregistrement W2128953411 · doi:10.1111/cid.12343

Health, Maintenance, and Recovery of Soft Tissues around Implants

2015· review· en· W2128953411 sur OpenAlexvenueno aff
Yulan Wang, Yufeng Zhang, Richard J. Miron

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2015
Typereview
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOsseointegrationSoft tissueDentistryImplantMedicinePeri-implantitisProcess (computing)SurgeryComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The health of peri-implant soft tissues is one of the most important aspects of osseointegration necessary for the long-term survival of dental implants. PURPOSE: To review the process of soft tissue healing around osseointegrated implants and discuss the maintenance requirements as well as the possible short-comings of peri-implant soft tissue integration. MATERIALS AND METHODS: Literature search on the process involved in osseointegration, soft tissue healing and currently available treatment modalities was performed and a brief description of each process was provided. RESULTS: The peri-implant interface has been shown to be less effective than natural teeth in resisting bacterial invasion because gingival fiber alignment and reduced vascular supply make it more vulnerable to subsequent peri-implant disease and future bone loss around implants. And we summarized common procedures which have been shown to be effective in preventing peri-implantitis disease progression as well as clinical techniques utilized to regenerate soft tissues with bone loss in advanced cases of peri-implantitis. CONCLUSION: Due to the difference between peri-implant interface and natural teeth, clinicians and patients should pay more attention in the maintenance and recovery of soft tissues around implants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,289
Tête enseignante GPT0,553
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations155
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related ResearchMême sujetDental Implant Techniques and OutcomesTravaux en français237 207