Choosing or refusing oral implants: a prospective study of edentulous volunteers for a clinical trial.
Notice bibliographique
Résumé
PURPOSE: Little is known about why people accept or refuse oral implant treatment. The purpose of this study was to assess edentulous subjects' acceptance or refusal of free implants to retain mandibular dentures, and to evaluate factors that might predict those who are more likely to choose implants. MATERIALS AND METHODS: One hundred one volunteers completed questionnaires about their background, satisfaction with conventional dentures, oral health-related quality of life, and preference for implants. Results were analyzed using Pearson chi-square tests and logistic regression. RESULTS: While 79% of volunteers accepted and 21% refused an initial offer of free implants, a number of them changed their minds, leaving 64% who wanted implants and 36% who did not want them. The most common reason for choosing implants was anticipation of improved mandibular denture stability or security (73%), while the most common reason for refusal was concern about surgical risks (43%). A logistic regression model identifying those who complained of poor chewing function, poor speech, pain, and dissatisfaction with appearance improved the prediction of those who wanted implants from 64% to 80%. CONCLUSION: When cost was removed as a factor, more than one third (36%) of the older, edentulous participants in this study ultimately refused an offer of free implants to retain their mandibular dentures. Poor chewing function, poor speech, pain, and dissatisfaction with appearance were the most important factors in predicting who would choose 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 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 | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».