MétaCan
Menu
Retour à la cohorte
Enregistrement W2973060231 · doi:10.1002/cap.10071

Stabilization Techniques for Soft Tissue Grafting Around Dental Implants: Case Report

2019· article· en· W2973060231 sur OpenAlexaff
Samuel Korkis, Tamika N. Thompson, Michael A. Vizirakis, Monica Lamble, Deena Zimmerman, Anthony L. Neely, Bassam M. Kinaia

Notice bibliographique

RevueClinical Advances in Periodontics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePeriodontal Regeneration and Treatments
Établissements canadiensDow Chemical (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineDentistrySoft tissueImplantPeriodontiumSurgery

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Implants that lack keratinized tissue (KT) have been associated with increased plaque accumulation, gingival inflammation or hue of metal showing through the tissue. Free gingival grafts (FGGs) are a predictable treatment for minimal or lack of KT. FGGs can increase the zone of KT around teeth and implants alike. Despite predictability of FGGs, stabilizing the graft around implants can be challenging, but is critical for success. Little information is available regarding ways to stabilize FGGs around implants. Acrylic or composite stents are a viable option for obtaining graft stability and support during the healing process. CASE PRESENTATION: This case report highlights the practicality of using acrylic or composite stents for FGG stabilization with successful outcomes. Two patients presented with dental implants, with minimal or lack of KT requiring soft tissue augmentation. FGGs were harvested from the palate and fitted around implant carriers allowing stabilization and adequate suturing. Custom-made acrylic or composite stabilization stents were fabricated to fit around implant carriers, which were screwed into the implant platform, and hollowed out internally to provide space for the graft. Postoperative visits showed healthy, stable zones of KT in both cases. CONCLUSION: The customized acrylic or composite stents allowed stabilization of the FGGs with successful outcome.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,420
Écart entre enseignants0,385 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Advances in PeriodonticsMême sujetPeriodontal Regeneration and TreatmentsTravaux en français237 207