The influence of insertion torque values on the failure and complication rates of dental implants: A systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND: The influence of using different insertion torque values on clinical and radiographic outcomes of implant therapy is unclear in the current literature. The aim of this systematic review and meta-analysis was to evaluate the implant outcomes and complications rates using high insertion torque values compared with those using regular insertion torque value levels. METHODS: Randomized controlled trials (RCTs), nonrandomized controlled clinical trials (NRCCTs), prospective and retrospective cohorts were searched for in electronic databases and complemented by hand searching relevant dental journals. The risk of bias was assessed using the Cochrane Collaboration's Risk of Bias tool for randomized and nonrandomized studies. Data were analyzed using a statistical software. RESULTS: A total of 718 studies were identified, of which, nine studies were included with 1229 dental implants in 684 participants. The meta-analysis of RCTs showed that the overall implant failure rate was not notably in favor of any insertion torque value and the difference between the two groups was not statistically significant (risk ratio 0.85; 95% confidence interval 0.07-10.52; P = 0.90). None of the RCTs was registered. The secondary analyses of non-RCTs did not either show any statistically significant difference. Overall meta-analysis did not show any significant differences in peri-implant marginal bone loss or biological/technical complications between high (≥50 Ncm) and regular insertion torque (<50 Ncm). CONCLUSIONS: There is insufficient evidence to support the use of high or regular insertion torque even with immediate implant restoration/loading. The short-term implant failure rates, changes in marginal bone level and complication rates were comparable when high or regular insertion torques were used for implant placement. The wide confidence interval indicated that results cannot be interpreted with clinically meaningful benefit for using either high or regular insertion torque.
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 | 0,029 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,049 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».