Prognostic factors associated with implant loss, disease progression or favorable outcomes after peri‐implantitis surgical therapy
Notice bibliographique
Résumé
BACKGROUND: The treatment of the peri-implantitis remains complex and challenging with no consensus on which is the best treatment approach. PURPOSE: To examine the key local and systemic factors associated with implant loss, disease progression, or favorable outcomes after surgical peri-implantitis therapy. MATERIALS AND METHODS: Records of patients treated for peri-implantitis were screened. Patient-, implant- and surgery-related variables on and prior to the day of the surgery were collected (T0: time of peri-implantitis treatment). If the treated implant was still in function when the data was collected, the patient invited to participate for a recall study visit (T1, longest follow-up after treatment). Impacts of the variables on the implant survival, success, and peri-implant bone change after treatment were investigated. RESULTS: Eighty patients with 121 implants with a mean follow-up of 42.6 ± 26.3 months were included. A total of 22 implants (18.2%) were removed during the follow-up period. When relative bone loss (%) was in range 25%-50%, risk for implant removal increased 15 times compared to lower bone loss <25% (OR = 15.2; CI: 2.06-112.7; p = 0.008). Similarly, relative bone loss of >50% increased 20 times the risk of implant failure compared to the <25% (OR = 20.2; CI: 2.42-169.6; p = 0.006). For post-treatment success rate, history of periodontitis significantly increased the risk of unsuccess treatment (OR = 3.07; p = 0.04) after resective surgery). CONCLUSION: Severe bone loss (>50%) poses significantly higher risk of treatment failure.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».