Selective Serotonin Reuptake Inhibitors and the Risk of Osseointegrated Implant Failure
Notice bibliographique
Résumé
Selective serotonin reuptake inhibitors (SSRIs), the most widely used drugs for the treatment of depression, have been reported to reduce bone formation and increase the risk of bone fracture. Since osseointegration is influenced by bone metabolism, this study aimed to investigate the association between SSRIs and the risk of failures in osseointegrated implants. This retrospective cohort study was conducted on patients treated with dental implants from January 2007 to January 2013. A total of 916 dental implants in 490 patients (94 implants on 51 patients using SSRIs) were used to estimate the risk of failure associated with the use of SSRIs. Data analysis involved Cox proportional hazards, generalized estimating equation models, multilevel mixed effects parametric survival analysis, and Kaplan-Meier analysis. After 3 to 67 mo of follow-up, 38 dental implants failed and 784 succeeded in the nonusers group, while 10 failed and 84 succeeded in the SSRI-users group. The main limitation of this retrospective study was that drug compliance dose and treatment period could not be acquired from the files of the patients. The primary outcome was that compared with nonusers of SSRIs, SSRI usage was associated with an increased risk of dental implants failure (hazard ratio, 6.28; 95% confidence interval, 1.25-31.61; p = .03). The failure rates were 4.6% for SSRI nonusers and 10.6% for SSRI users. The secondary outcomes were that small implant diameters (≤4 mm; p = .02) and smoking habits (p = .01) also seemed to be associated with higher risk of implant failure. Our findings indicate that treatment with SSRIs is associated with an increased failure risk of osseointegrated implants, which might suggest a careful surgical treatment planning for SSRI users.
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 | 0,005 | 0,001 |
| 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 | 0,001 |
| 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 ».