Long term clinical performance of 10 871 dental implants with up to 22 years of follow‐up: A cohort study in 4247 patients
Notice bibliographique
Résumé
BACKGROUND: The present retrospective study was aimed to assess the long-term clinical performance of dental implants in a cohort study of 4247 patients. METHODS: A longitudinal observational cohort study was done on all implants performed by a single periodontist from July 1995 to April 2019. The main outcome variables of this study were implant failure and marginal bone level around implants. RESULTS: The study participants received a total of 10 871 implants with a mean of 2.56 implants per patient. The cohort was followed-up to 22.2 years (mean = 4.5 ± 4.2). Among the 4247 patients of the current study, 140 patients (3.3%) experienced a combined total of 178 implant failures. According to life table analysis, at the implant level the cumulative survival rate at 3, 5, 10, and 15 years was 98.9%, 98.5%, 96.8%, and 94.0%, respectively while at patient level was 97.4%, 96.7%, 92.5%, and 86% at 3, 5, 10, and 15 years. Patients with multiple units were at a greater risk for having an implant failure. Baseline bone level was 0.09 ± 0.28 mm while at 8-10 years the mean bone level was 0.49 ± 0.74 mm. The incidence of peri-implant mucositis at the implant level was 9.4% at 2-3 years, 9.3% at 4-5 years, 12.1% at 6-7 years, and 11.9% at 8-10 years. The incidence of peri-implantitis was 2%, 2.6%, 3.2%, and 7.1% at 2-3, 4-5, 6-7, and 8-10 years, respectively. Cigarette smoking and diabetes mellitus were positively correlated with implant failure. CONCLUSIONS: Though the results are promising and encouraging in terms of survival and bone level over time, it is important to emphasize the potential risk factors and consider them prior to dental implant placement.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».