Acellular dermal matrix and subepithelial connective tissue grafts for root coverage: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The aim of this systematic review was to evaluate whether patients with gingival recession would benefit from an acellular dermal matrix graft (ADMG) in ways that are comparable to the gold standard of the subepithelial connective tissue graft (SCTG). MATERIALS AND METHODS: A systematic review and meta-analysis comparing ADMG to SCTG for the treatment of Miller Class I and II recession defects was conducted according to PRISMA guidelines. PubMed, Excerpta Medica Database, and Cochrane Central Register of Controlled Trials databases were searched up to March 2016 for controlled trials with minimum 6 months duration. The primary outcome was root coverage; secondary outcomes included attachment level change, keratinized tissue (KT) change, and patient-based outcomes. Both authors independently assessed the quality of each included trial and extracted the relevant data. RESULTS: From 158 potential titles, 17 controlled trials were included in the meta-analysis. There were no differences between ADMG and SCTG for mean root coverage, percent root coverage, and clinical attachment level gain. ADMG was statistically better than SCTG for gain in width of KT (-0.43 mm; 95% confidence interval: -0.72, -0.15). Only one study compared patient-based outcomes. CONCLUSION: This review found that an ADMG would be a suitable root coverage substitute for an SCTG when avoidance of the second surgical site is preferred.
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 | 0,006 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».