Effect of Photobiomodulation in Secondary Intention Gingival Wound Healing - a Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Abstract Background: Photobiomodulation is widely being used to improve the wound healing process in dentistry and a vast majority of studies have proven its benefits. But there are plenty of knowledge gaps according to the optimal laser characteristics which should be used to maximize the healing effects of lasers. The goal of this systematic review and meta-analysis was to determine the effect of photobiomodulation (PBM) as an adjunctive treatment to periodontal therapies to evaluate secondary intention gingival wound healing and post-operative pain. Methods: Five databases (PubMed, Embase, Scopus, ProQuest, and Web of Sciences) were searched up to November 30, 2020, for clinical trials that reported the result of the application of PBM on secondary gingival healing wounds and post-operative pain and discomfort after periodontal surgeries. Two independent reviewers selected the eligible studies and the outcomes of interest were extracted. The quality of eligible studies was assessed using the Cochrane Handbook for Systematic Reviews of Interventions. Results: Ultimately, twelve studies were included in this review. The application of PBM as an adjunct to periodontal surgeries resulted in a significant improvement in wound healing indices. The Landry wound healing index at the 7 th post-operative day was significantly improved (SMD = 1.044 [95% CI: 0.62 to 1.46]; p<0.01) in PBM + surgery groups compared to the control groups. There was also a statistically significant increase in the complete wound epithelialization (RR = 3.23 [95% CI: 1.66 to 6.31]; p<0.01) at the 14 th post-operative day compared to the control groups. The methods used to assess the post-operative pain were heterogeneous, and therefore the results were limited which made the meta-analysis for post-operative pain assessment not possible. Conclusion: Based on the results of this review, PBM can be effectively used as a method to improve secondary intention wound healing. High-quality randomized clinical trials, however, are needed in the future to identify the optimal PBM irradiation parameters and the effect of PBM on post-operative pain.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».