MétaCan
Menu
Retour à la cohorte
Enregistrement W3037201058 · doi:10.1111/cid.12928

Dental implant‐based oral rehabilitation in patients reconstructed with free fibula flaps: Clinical study with a <scp>follow‐up</scp> 3 to 6 years

2020· article· en· W3037201058 sur OpenAlexvenueno aff
Funda Göker, Alessandro Baj, Alessandro Bolzoni, Carlo Maiorana, Aldo Bruno Giannì, Massimo Del Fabbro

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueReconstructive Surgery and Microvascular Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFibulaMedicineRehabilitationImplantDentistryFree flapOral and maxillofacial surgerySurgeryReconstructive surgeryDental prosthesisOsseointegrationDental implantTibiaPhysical therapy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Oral rehabilitation of patients after maxillofacial reconstructive surgery represents a challenge and stable prosthetic retention can be achieved with the use of dental implants. PURPOSE: This retrospective report aimed to evaluate implant-based oral rehabilitation following maxillofacial reconstruction with free fibula flaps. MATERIALS AND METHODS: A total of 14 patients who had reconstruction with fibula flaps either by CAD/CAM or conventional surgery were included in this study. A total of 56 implants (40 in flaps, 16 in native bone) were evaluated. Follow-up after reconstructive surgery ranged between 3.25 and 6.3 years. Follow-up after implant surgery ranged between 1.5 and 3.8 years. RESULTS: Overall survival rate was 85.7% in free fibula flaps and 85.6% in dental implants. Eight implants were lost in three patients and all of these failures were in dental implants inserted in free flaps. According to the results on patient basis, the implant survival was not influenced by any variable. CONCLUSIONS: The maxillofacial reconstruction with free fibula flap and oral rehabilitation with implant-supported prostheses after ablative surgery can be considered as an effective and safe procedure with successful aesthetic and functional outcomes.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,068
Tête enseignante GPT0,406
Écart entre enseignants0,339 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related ResearchMême sujetReconstructive Surgery and Microvascular TechniquesTravaux en français237 207