Effect of surface treatment on the retention of zirconia crowns to tooth structure after aging
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the effect of different surface treatments on the retention between zirconia crowns and tooth structure after in vitro aging. MATERIALS AND METHODS: Human third molars (n = 44) received crown preparations and CAD/CAM zirconia crowns were manufactured. Specimens were divided into two groups: no aging, control (NAC, n = 11) or aging (A, n = 33). NAC were bonded with universal adhesive (UA). Aged specimens were divided into three subgroups (n = 11) according to surface treatment: Control: no abrasion + UA; Alumina: alumina abrasion + UA; Silica: tribochemical silica coating + UA. The crowns were cemented with dual-cure resin cement. Specimens in group A were aged by a combination of mechanical, thermal, and pH cycling. Retention strength values were obtained by tensile tests and results were analyzed by one-way analysis of variance (ANOVA) and Tukey test (P < .05). RESULTS: Aging decreased the retention strength in control specimens (P < .001). Surface treatment improved the retention strength of aged specimens (P < .001), with similar results between alumina and tribochemical silica coating. CONCLUSION: The chemical interaction between the universal bonding system and zirconia's surface was not sufficient to withstand artificial aging. Tribochemical silica coating did not promote additional retention in comparison to alumina blasting. CLINICAL SIGNIFICANCE: The long-term retention of translucent zirconia crowns to tooth structure using phosphate-based materials is improved by means of mechanical surface treatments such as alumina blasting and tribochemical silica coating.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».