MétaCan
Menu
← Retour à la cohorte
Enregistrement W3206436332 · doi:10.1111/cid.13048

Patent landscape report on dental implants: A technical analysis

2021· article· en· W3206436332 sur OpenAlexvenueno aff
Young‐Dan Cho, Woo Jin Kim, Hyun‐Mo Ryoo, Young Ku

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2021
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésAbutmentDentistryDental implantImplantMedicinePatent analysisOrthodonticsBusinessEngineeringComputer scienceData scienceSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Significant research and development (R&D) has been conducted to make the best dental implants while developing various patent applications and registrations. In this study, we evaluated the current status of patents on dental implants and identified the future direction of R&D progress. MATERIALS AND METHODS: A total of 29 711 patents related to dental implants were reviewed. These were published between 1909 and 2020 and retrieved from the Derwent Innovation patent database. The patents were grouped into three categories depending on the implant components: fixture, abutment, and artificial teeth. RESULTS: The category with most patents was "abutment," and the most cited patent was "screw-type dental implant anchor." Global patenting trends over the past 20 years showed that both applicants and applications increased in the early 2010s; however, these have since been on the decline. Currently, the United States holds the largest number of patents, and Nobel Biocare Holding AG is the top assignee. Technic maturation prediction analysis showed that the current dental implant technology is in the "decline stage." CONCLUSION: Trend analysis of the dental implant patent indicates the main contributors of development are profit-oriented companies. Recent reduction in the number of new patent applications suggests the technology is in the mature declining stage. The emergence of new materials or technologies that may close the gap in clinical unmet needs would reverse the trend.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0370,032
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,477
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related Research→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→