The thickness of labial bone affects the esthetics of immediate implant placement and provisionalization in the esthetic zone: A prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: A 1-2 mm thick labial plate is generally advocated in immediate implant placement and provisionalization (IIPP). However, most of the human labial plates fail to meet this requirement. PURPOSE: This study aimed to investigate the effect of labial plate thickness on hard tissue, soft tissue, and esthetic outcomes in IIPP. MATERIALS AND METHODS: In this prospective cohort study, 40 patients received IIPP of 50 single-crown implants in the anterior maxilla. Patients were categorized into three groups according to their presurgical thickness of labial bone: 0-0.5, 0.5-1, and ≥ 1 mm. CBCT, mucosa recession and the papilla index were used to analyze labial hard and soft tissue alterations with a 1-year follow-up. RESULTS: At 1 year, OCI bone losses were 1.17 ± 0.73, 0.37 ± 0.39, 0.46 ± 0.35 mm; ICH bone losses were 2.23 ± 1.83, 0.74 ± 0.71, 0.72 ± 1.27 mm; TM recessions were 1.00 ± 0.51, -0.06 ± 0.37, -0.30 ± 0.88 mm; TL recessions were 0.61 ± 1.02, -0.18 ± 0.40, -0.26 ± 1.15 mm; TD recessions were 0.61 ± 1.02, -0.18 ± 0.40, -0.26 ± 1.15 mm; PIS scores were 1.63 ± 0.64, 2.20 ± 0.71, 2.71 ± 0.57 in group 0-0.5, 0.5-1 and ≥ 1 mm, respectively. No statistical significance was found between group 0.5-1 and ≥ 1 mm in bone resorption, gingival recession, and papilla index. The bone resorption and gingival recession were significantly the highest in group 0-0.5 mm at 6 months and 1 year. CONCLUSIONS: Group 0.5-1 mm had similar tissue dimensional alteration as group ≥1 mm, while group <0.5 mm suffered more massive bone resorption and gingival recession. Concerning the thickness of the labial plate, this study may suggest an expansion in the indication of IIPP.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».