Regenerative surgical treatment of peri‐implantitis using either a collagen membrane or concentrated growth factor: A 12‐month randomized clinical trial
Notice bibliographique
Résumé
BACKGROUND: Platelet concentration based membranes, as well as collagen membranes in combination with bone substitutes, have demonstrated successful outcomes in regeneration of peri-implant bone defects (PBD). PURPOSE: The aim of this study was to evaluate the clinical and radiographic outcomes of regenerative surgical treatment (RST) of peri-implantitis using a bone substitute combined with two different bioresorbable barrier membranes, either collagen membrane (CM) or concentrated growth factor (CGF), during 12-month follow-up. MATERIALS AND METHODS: Fifty two patients, who had at least one peri-implantitis lesion was treated by using a bone substitute in combination with CGF or CM. After surgical procedures, implants were allowed for submerged healing. Clinical assessments were conducted at baseline, 6 and 12 months postoperatively, while radiographic evaluation was performed at baseline and 12 months. RESULTS: Significant reductions were obtained in the mean gingival index (GI), bleeding on probing (BOP), probing depth (PD), clinical attachment level (CAL) and mucosal recession (MR) values at both 6 and 12 months postoperatively compared to baseline for both treatment procedures (P < 0.05). At 6 months, no statistically significant difference was observed for all clinical parameters between the groups, whereas the mean PD, CAL and vertical defect depth (VDD) values were statistically significant in favor of the CM group at 12 months (P < 0.05). The mean defect fill (DF) in the CM group (1.99 ±0.76) was not statistically significantly different from that observed in the CCF group (1.63 ±1.00) (P = 0.154). CONCLUSIONS: The outcomes of the present study suggest that both regenerative approaches yielded significant improvements in both clinical and radiographic assessments. The procedure using a collagen membrane in combination with a bone substitute showed better results at 12 months in RST of peri-implantitis.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».