MétaCan
Menu
← Retour à la cohorte
Enregistrement W2619446657 · doi:10.1111/cid.12497

Location of implant‐retained fixed dentures affects oral health‐related quality of life

2017· article· en· W2619446657 sur OpenAlexvenueno aff
Maoko Hara, Takashi Matsumoto, Sawako Yokoyama, Daisuke Higuchi, Kazuyoshi Baba

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2017
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMedicineDenturesDentistryImplantQuality of life (healthcare)Oral healthOrthodonticsSurgery

Résumé

récupéré en direct d'OpenAlex

Abstract Background The effects of the locations of dental implants on treatment outcomes, as evaluated by oral health‐related quality of life (OHRQoL) assessment, remain controversial. Purpose To investigate the association between the locations of dental implants and changes in OHRQoL. Materials and methods Sixty‐eight subjects received implant treatment in the anterior or posterior region and completed the Oral Health Impact Profile (OHIP) questionnaire before and after treatment. Change in OHIP summary scores and the 4 dimension scores were calculated to evaluate the effects of implant treatment on OHRQoL. Results The mean Oro‐facial Appearance score for the anterior group was significantly higher than that for the posterior group (10.4 ± 5.1 and 7.2 ± 3.8, respectively; P = .005; Effect size = 0.63) at baseline. All questionnaire scores were significantly improved following implant treatment in both groups, and no significant group differences were observed at follow‐up. Regression analysis revealed a significant association between the locations of most anterior implants and changes in the Oro‐facial Appearance score (adjusted R2 = 0.073; P = .015). Conclusion Our results suggest that the locations of dental implants influence OHRQoL impairments and improvements after treatment. This information might be useful in clinical decision‐making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,260
Tête enseignante GPT0,536
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related Research→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→