Clinical and Microbiological Determinants of Ailing Dental Implants
Notice bibliographique
Résumé
BACKGROUND: The failure of the host tissue to establish or maintain osseointegration around dental implants is due to either occlusal or parafunctional forces, premature loading, ill-directed stress, or microbial infection. The long-term failure rate of dental implants is generally 5-10%. Although a variety of etiologies of early peri-implant bone loss (from implant placement to 1-year post-loading) have been proposed, factors associated with late implant failures are less well understood but are probably related to both the peri-implant microbial environment and host factors. Discriminating between causes of implant failure is of importance for instituting a successful implant therapy. PURPOSE: The objective of this cross-sectional split-mouth study was to identify clinical, radiographic, and bacterial characteristics of peri-implant disease sites. MATERIALS AND METHODS: Fifteen patients with bilateral implants (Brånemark, Nobel Biocare AB, Göteborg, Sweden; and 3i implant systems, Implant Innovations Inc., Palm Beach Gardens, FL, USA) participated in the study. Sites with peri-implant (radiographic bone loss beyond the third implant thread) and peri-implant healthy tissues (radiographic bone level above the first implant thread) were identified in periapical radiographs using a long-cone paralleling projection technique. Microbiological identification was carried out using established anaerobic culture techniques. A descriptive statistics based on means and standard deviations was reported. RESULTS: Peri-implant bone loss was associated with the absence of radiographic crestal lamina dura, peri-implant pocket depth, pain on chewing, and the submucosal presence of the putative periodontopathogens Tannerella forsythia, Campylobacter species, and Peptostreptococcus micros. Pain was associated with P. micros, Fusobacterium species, and Eubacterium species. DISCUSSION AND CONCLUSION: The absence of radiographic crestal lamina dura and the presence of suspected major periodontal pathogens seem to be associated to peri-implantitis.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».