Incidence and pattern of implant fractures: A long‐term follow‐up multicenter study
Notice bibliographique
Résumé
BACKGROUND: Currently, there is incomplete understanding of the fracture patterns in the implant and their association with clinical factors. PURPOSE: The aim of this study was to investigate the incidence and pattern of implant fracture (IF) by using 9-year, long-term multicenter follow-up data. MATERIALS AND METHODS: The association of the incidence and differences in fracture patterns with clinical factors (based on patient variables and implant variables) was assessed for statistical significance using the Chi-square and Fisher exact test, as appropriate. RESULTS: Among a total of 19 087 implants in 8501 patients (7838 male and 663 female) placed over 9 years, fractures were observed in 70 implants (0.4%) in 57 patients (50 male and 7 female). Cases with less than 50% bone loss had a higher incidence of horizontal and vertical IFs limited to the crest module, which are defined as Type I fractures (n = 13, 18.6%). In contrast, cases with ≥50% severe bone loss exhibited a higher incidence of Type II vertical fractures (n = 22, 31.4%), extending beyond the crestal portion (P = .001). Type III fractures (n = 5, 7.1%), defined as a horizontal fracture beyond the crestal module, were also observed. CONCLUSION: Peri-implantitis-induced marginal and vertical bone loss and manufacturing-induced defects were considered to be major factors in IF. Therefore, using clinically verified implant systems and striving to minimize bone loss by preventing and actively treating peri-implantitis is essential to reduce IFs.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».