MétaCan
Menu
Retour à la cohorte
Enregistrement W4251465192 · doi:10.1177/2380084417701897

Osseointegration Pharmacology

2017· article· en· W4251465192 sur OpenAlexafffund
Faleh Tamimi, Xing Wu

Notice bibliographique

RevueJDR Clinical & Translational Research · 2017
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensMcGill University
Organismes subventionnairesInstitute of Musculoskeletal Health and ArthritisITI FoundationChina Scholarship CouncilCanadian Institutes of Health ResearchAO FoundationRéseau de Recherche en Santé Buccodentaire et Osseuse
Mots-clésOsseointegrationImplantMedicineDentistryBone remodelingBone healingSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

The process of osseointegration around dental implants is similar to the biological events occurring during bone repair and fracture healing. Therefore, bone metabolic activity plays a crucial role on the success of osseointegration, and dysregulation of bone metabolism can have a negative impact on bone healing and implant osseointegration. Accordingly, it could be hypothesized that drugs interfering with healing and bone metabolism could affect osseointegration and implant survival. Looking into the relationship between pharmacology, osseointegration, and dental implants, drugs can open the door for new pharmacological innovations to improve implant success and avoid unnecessary complications, and it is also of special interest because most implant patients are elder adults who are often polymedicated. In this commentary, we discuss the discoveries made by us as well as by other researchers regarding the effect of several drugs on bone, osseointegration, and implant survival. Of particular interest is the growing evidence showing that commonly used drugs such as nonsteroidal anti-inflammatories, serotonin reuptake inhibitors, and proton pump inhibitors could lead to implant 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,379
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,503
Tête enseignante GPT0,654
Écart entre enseignants0,151 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJDR Clinical & Translational ResearchMême sujetDental Implant Techniques and OutcomesTravaux en français237 207