A retrospective study on 1592 consecutively performed operations in one private referral clinic. Part I: Early inflammation and early implant failures
Notice bibliographique
Résumé
BACKGROUND: Few large-scale follow-up studies are reported on routine implant treatment. PURPOSE: To report retrospective data on early inflammatory and early implant failures in a large number of routine patients at one private referral clinic. MATERIALS AND METHODS: A total of 1017 patients were consecutively provided with 3082 implants with an anodized surface (Nobel Biocare AB) at 1592 implant operations between 2000 and 2011. All patients reported with mucosa inflammation and bone loss and/or implant failures to the first annual examination were identified. A logistic multivariate data analysis was performed to identify possible factors with an association to the two events. RESULTS: Altogether 33 patients/operations presented early inflammation (2.1% operations). "History of periodontitis" (OR 3.91; 95% CI: 1.86-8.21), "numbers of implants" (OR1.33; 95% CI:1.07-1.67 per implant), "two stage surgical technique" (OR 3.70; 95% CI: 1.75-7.85), and "lower jaw" treatment (OR 4.73; 95% CI: 2.12-10.57) increased the risk for early mucositis with bone loss (P < .05). Highest risk for early inflammation was observed for patients at an age of 50-55 years at surgery (P < .05). "Smoking habits" (OR 2.08; 95% CI: 1.06-4.10) "Immediate implant placement" (OR 2.09; 95% CI: 1.23-3.54), and "immediate grafting procedures" (OR 2.09; 95% CI: 1.04-4.19) had a significant association to early implant failures (P < .05). Furthermore, risk for an early failure decreased with 22% per year of inclusion (2000 >2011; OR 1.22; 95% CI;1.08-1.39). CONCLUSION: History of periodontitis and two-stage surgery protocols with bone grafts in the (posterior) lower jaw increased the risk for early inflammatory problems after surgery (P < .05), with the highest risk for mid-aged patients (P < .05). Preventable factors related to the patient (smoking) and experience of surgeon showed to have a significant association to early implant failures in routine clinical practice (P < .05).
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».