Is oral lichen planus a risk factor for peri-implant diseases? A systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background : To evaluate whether oral lichen planus (OLP) is a risk factor for peri-implant diseases (PIDs) with a systematic review and meta-analysis. Methods : Six electronic databases including Medline, Web of Science, etc. were searched. Included studies are observational human studies written in English. Population of interest were those with/without OLP who received dental implant treatment. Follow-up time after implantation is from one month to 20 years. The quality of the included literature regarding risk of bias and methodology was assessed with Newcastle-Ottawa Scale or the Agency for Healthcare Research and Quality. The data involving exposure (OLP), primary outcomes (implants having PIDs) and secondary outcomes (probing depth/PD, bleeding on probing/BOP and bone loss/BL) and potential confounders were extracted. Heterogeneity was assessed by I² tests. Dichotomous data were expressed as risk ratio (RR) and 95% confidence interval (CI) which were calculated with a fixed effect model. Results : Of 139 literatures, two studies were enrolled and evaluated as high quality, which totally contained 68 participants receiving 222 (OLP vs. non-OLP, 112 vs. 110) implants with 12 to 120-month follow-up time. Proportions of implants with PIDs between OLP and non-OLP groups were as follows: 19.6% (22/112) vs. 22.7% (25/110) for PIM; 17.0% (19/112) vs. 10.9% (12/110) for PI. Meta-analysis found no recognizable difference in number of implants with PIDs (PI: RR = 1.49, 95% CI 0.77-2.90, P = 0.24; PIM:RR = 0.88, 95% CI 0.53 -1.46, P = 0.61; PIDs: RR = 1.08, 95% CI 0.75 -1.55, P = 0.68) or BOP (RR = 0.90, 95% CI: 0.70-1.15, P = 0.40) between OLP and non-OLP groups. Conclusions : Available literature regarding the effects of OLP on PIDs remains very limited. Existing evidence seems not support OLP as a suspected risk factor for PIDs. Large-scale prospective trials are required to test the findings. Keywords : dental implants; peri-implant diseases; oral lichen planus; systematic review; meta-analysis.
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 | 0,017 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,038 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».