Mechanical Properties of Abutments: Resin-Bonded Glass Fiber-Reinforced Versus Titanium
Notice bibliographique
Résumé
PURPOSE: The clinical success and longevity of endosseous implants, after their prosthetic finalization, mainly depends on mechanical factors. Excessive mechanical stress has been shown to cause initial bone loss around implants in the presence of a rigid implant-prosthetic connection. The implant abutments are manufactured with high elastic modulus materials such as titanium, steel, precious alloys, or esthetic ceramics. These materials do not absorb any type of shock from the chewing loads or ensure protection of the bone-implant interface, especially when the esthetic restorative material is ceramic rather than composite resin. MATERIALS AND METHODS: The mechanical resistance to cyclical load was evaluated in a tooth-colored fiber-reinforced abutment prototype (TCFRA) and compared to that of a similarly shaped titanium abutment (TA). Eight TCFRAs and eight TAs were adhesively cemented on as many titanium implants. The swinging the two types of abutments showed during the application of sinusoidal load was also analyzed. RESULTS: In the TA group, fracture and deformation occurred in 12.5% of samples, while debonding occurred in 62.5%. In the TCFRA group, only debonding was present, in 37.5% of samples. In comparison to the TAs, the TCFRAs exhibited greater swinging during the application of sinusoidal load. In the TA group extrusion prevailed, whereas in the TCFRA group intrusion was more frequent. CONCLUSION: TCFRA demonstrated a greater elasticity than did TAs to the flexural load, absorbing part of the transversal load applied on the fixture during the chewing function and thus reducing the stress on the bone-implant interface.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».