The Impact of Autologous Platelet Concentrates on the Periapical Tissues and Root Development of Replanted Teeth: A Systematic Review
Notice bibliographique
Résumé
INTRODUCTION: In many cases, the replanted teeth may undergo resorption or ankyloses. Recent studies show that autologous platelet concentrates (APCs) may improve the outcomes of tooth replantation. The aim of this systematic review was to summarize and critically appraise the currently available literature on the use of APCs before tooth replantation. METHODOLOGY: An electronic search was conducted on the following research databases: PubMed/MEDLINE, ISI Web of Science, EMBASE and Scopus. The following medical subject heading (MeSH) keywords used were: ((tooth replantation) OR (replanted tooth) OR (teeth replantation) OR (replanted teeth)) AND ((autologous platelet concentrate) OR (platelet-rich plasma) OR (platelet-rich fibrin) OR (autologous platelet)). The studies' data was extracted, and the research' quality was rated using the CARE and ARRIVE protocols. RESULTS: Ten case reports and three animal studies, one cell study and one study, which included both animal and in vitro experiments, were included in this review. In majority of the studies, APCs improved the outcomes of tooth replantation. However, there were various sources of bias in the most of the research, which may have influenced the results. CONCLUSIONS: Although majority of the studies indicate that APCs may improve outcomes of tooth replantation, majority of the studies contained numerous sources of bias. Additionally, the sample size of the included subjects is inadequate to predict the clinical efficacy of APCs in management of replanted teeth. Large-scale, multi-center and long-term studies are required to ascertain the efficacy of APCs in improve the outcomes of tooth replantation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».