The influence of submerged healing abutment or subcrestal implant placement on soft tissue thickness and crestal bone stability. A 2‐year randomized clinical trial
Notice bibliographique
Résumé
PURPOSE: Aims of the study were: (a) to register crestal bone loss around 1.5 mm subcrestally placed implants and epicrestally placed implants with soft tissue tenting technique, (b) to record bone remodeling in subcrestal group, and (c) to determine the increase of vertical soft tissues after tenting. MATERIALS AND METHODS: Thirty-two patients with vertically thin tissues of 2 mm or less received 40 submerged bone level platform-switched implants, divided into two groups-(a) 1.5 mm subcrestally placed implants and (b) epicrestally placed implants with soft tissue tenting over 2 mm healing abutments. At the second stage surgery, implants received 4 mm healing abutments, soft tissue thickness was measured in epicrestal group, and later implants were restored with zirconia-based screw-retained single restorations. Radiological images were taken at the second stage surgery, restoration delivery and after 2 years of follow-up. Bone loss was calculated as a distance between implant neck and first radiographically visible bone-to-implant contact. Bone remodeling was calculated as a distance between the bone crest and implant neck. Mann-Whitney U test was used for statistical analysis, significance set to 0.05. RESULTS: After 2 years of follow-up, Group 1 (subcrestal) had 0.18 ± 0.32 mm of bone loss, Group 2 (epicrestal with 2 mm healing abutment) had 0.51 ± 0.4 mm of bone loss, with statistically significant difference (P = .001). Bone remodeling in Group 1 (subcrestal) was 1.17 ± 0.51 mm. Vertical tissue thickness in epicrestal group before the intervention was 1.85 ± 0.26 and 3.65 ± 0.41 mm after the use of 2 mm healing abutment, with a statistical difference (P = .005). CONCLUSION: Subcrestal implant placement can significantly reduce crestal bone loss, compared to vertical soft tissue thickening by tenting of epicrestally placed implants, although soft tissue tenting can significantly increase soft tissue thickness.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».