Retrospective radiographic observational study of 1692 Straumann tissue‐level dental implants over 10 years: I. Implant survival and loss pattern
Notice bibliographique
Résumé
BACKGROUND: Implant dentistry is progressing based on extensive scientific results including preclinical and clinical studies. Researchers and clinicians have focused on implant designs and surface characteristics, which has resulted in various features being developed and introduced for enhancing osseointegration and reducing complications. PURPOSE: The purpose of this study was to determine the cumulative survival rates of Straumann tissue-level dental implants over a 10-year period and identify the patterns of implant loss at a single research institution. MATERIALS AND METHODS: In total, 1692 implants were installed in 881 patients who visited the Department of Periodontology, Dental Hospital, Yonsei University, Seoul from January 2003 to December 2009. Cases in which the implant was completely removed were defined as implant failures. Electronic or paper charts and radiographs were used to determine whether the implants failed. The survival rate of implants was analyzed using lifetime tables and Kaplan-Meier survival estimates. Log-rank test and Cox regression with shared frailty were used to analyze the risk factors and the types of implant failure. RESULTS: The 10-year cumulative survival rates were 98.23% and 95.70% at the implant and patient levels, respectively. Before installing a prosthesis (defined as the early stage), 13 implants in 10 patients were removed, while eight implants in seven patients were removed after completing a prosthesis (defined as the late stage). The cumulative survival rate was related to the implant diameter, length, site, and insertion torque. Most implant failures within 1 year were attributable to osseointegration failure. There were several cases of failure in the late stage without apparent marginal bone loss. CONCLUSION: Straumann tissue-level dental implants showed low failure rates and can be considered a useful long-term treatment option. The length, placement site, and insertion torque might affect implant survival.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».