Dental implant quality registries and databases: A systematic review
Notice bibliographique
Résumé
BACKGROUND: The importance of dental implant quality register has been well-documented. However, no systematic review conducted on dental implant quality register can be found in the literature. Therefore, the purpose of this study was to study the existed dental implant quality registries to explain the goals, data elements, and reports of dental implant quality registries. MATERIALS AND METHODS: This systematic study was conducted in PubMed, Scopus, Web of Science, and Embase databases. For evaluating dental implant quality registers, all studies in the English language were examined with no time limitation. Case reports, conference abstracts, and letters to the editor were excluded. The analysis of the quality of the studies was done by the STrengthening the Reporting of OBservational studies in Epidemiology checklist. RESULTS: The primary search identified 5565 articles. After eliminating duplicate articles and articles that did not meet the inclusion criteria and reviewing 40 full texts, 11 studies were included in this study. In this review, seven countries as Sweden, the USA, Canada, Germany, Finland, Australia, and South Korea had dental implant quality registers. Furthermore, the goals of dental implant quality registers were classified into the categories of research, epidemiology, administrative, clinical, and surveillance. CONCLUSION: The results of this study provide dentists and other stakeholders useful information on the existed dental implant quality registers and databases worldwide. It also provides a framework of the goals, data elements, and reports of dental implant quality registry. The establishment of dental implant quality register will be beneficial for societies and also allows them to control the complications of dental implants in future.
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 | 0,001 | 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 ».