MétaCan
Menu
← Retour à la cohorte
Enregistrement W2988194235 · doi:10.1111/cid.12850

Comparing the marginal leakage and retention of implant‐supported restorations cemented by four different dental cements

2019· article· en· W2988194235 sur OpenAlexvenueno aff
Mhammad Saleh, Simge Taşar

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2019
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementDentistryGlass ionomer cementCementation (geology)Materials scienceCrown (dentistry)Bond strengthDental cementAdhesiveComposite materialMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the wide use of implants in dentistry, there is insufficient information about the ideal cement for retention. PURPOSE: To determine the cement bond strength and marginal leakage of crown and partial denture cemented to implant abutments by four different types of cement. MATERIALS AND METHODS: Eighty-four direct abutments were divided into eight groups (n = 7). Fifty-six crown and bridge restorations were cemented using zinc phosphate (ZM), temporary cement (TM), resin-modified glass-ionomer cement (GM), and self-adhesive resin cement (RM). After cementation, thermal cycling and incubation in basic fuchsin dye was applied. The maximum load to failure, marginal leakage, and fracture modes were evaluated. RESULTS: The mean of retention strength for the bridges (874 N) was higher than the crown samples (705 N) (P = .005). The mean of retention strength for each cement group was ZM = 1298, RM = 1027, GM = 646, and TM = 187 N (P ≤ .0001). Marginal leakage was recorded in majority of the samples; the highest incidence was detected for ZM samples. The cement fracture was mostly adhesive in nature. CONCLUSION: Self-adhesive resin and resin-modified glass ionomer cement had better mechanical properties to retain implant supported restorations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0010,000

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 Opus0,175
Tête enseignante GPT0,440
Écart entre enseignants0,265 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations13
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related Research→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→