Comparing factors affecting dental‐implant loss between age groups: A retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: There is a growing interest in factors leading to implant failure in older people as the population aged 65 years or older continues to expand. PURPOSE: We sought to identify differences of results in the implant survival rate and the influence of certain factors on implant failure in the older (≥65 years) and younger (<65 years) patients. MATERIALS AND METHODS: Patients who underwent their first dental-implant surgery between July 2008 and June 2018 were included. Data on age, sex, smoking habits, medical conditions, implant location, implant size, and the presence and type of bone graft and membrane were collected and analyzed according to age group. Moreover, cumulative survival rates of implants (by Kaplan-Meier analysis) and hazard ratios (HR) of each factor (using Cox regression analysis with shared frailty) in each group were assessed and results compared between groups. RESULTS: A total of 628 implants in 308 patients and 1904 implants in 987 patients in the older and younger groups, respectively, were assessed, with failure rates of 3.9% and 3.4%. Per Kaplan-Meier analysis, the 11-year patient-level cumulative survival rate of implant treatment was 95.3% (95% CI: 0.91-0.97) in the older and 93.9% (95% CI: 0.88-0.97) in the younger group. The HR for implant failure of the variables, except diameter of dental implants, were not statistically significant in both groups. CONCLUSION: The outcomes of implant treatment were not considerably different between the age groups.
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) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».