Surgical procedures for soft tissue augmentation at implant sites. A systematic review and meta‐analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Different procedures were proposed to augment soft tissue around dental implants. OBJECTIVE: Aims of this Systematic Review (SR) were to evaluate (a) clinical benefit of soft tissue augmentation at implant sites (b) which is the best surgical procedure to augment soft tissue. MATERIALS AND METHODS: Manual/electronic searches were performed to identify randomized controlled trials (RCTs). Change in keratinized tissue thickness (STT) and height (KT) were primary outcomes. Random effects meta-analyses were performed where suitable and expressed as weighted mean differences (MD) with their associated 95% confidence intervals (CI). RESULTS: Fourteen RCTs accounting for 475 patients and 538 implants were included. Only five studies were judged at low risk of bias. In the single studies, soft augmentation lead to higher STT and KT compared to no augmentation. Considering primary outcomes, connective tissue graft (CTG) was more effective than xenogeneic collagen matrix (XCM) to improve STT (MD: -0.30 mm; 95% CI -0.43; -0.17; P < .00001) in the meta-analysis for different techniques for augmentation. CONCLUSIONS: Even if further studies at low risk of bias are needed, soft tissue augmentation techniques improved quantity and quality of peri-implant soft tissue. Among the augmentation procedures, CTG was associated to higher STT change compared to XCM.
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 | 0,016 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,031 |
| Bibliométrie | 0,007 | 0,007 |
| 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 | 0,002 |
| 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 ».