TỔNG QUAN HỆ THỐNG VỀ CAN THIỆP NÂNG XOANG CỬA SỔ BÊN CÓ GHÉP XƯƠNG TRONG CẤY GHÉP IMPLANT NHA KHOA
Notice bibliographique
Résumé
Mục tiêu: Tổng hợp và đánh giá về hiệu quả của vật liệu ghép xương trong phẫu thuật nâng xoang cửa sổ bên ghép xương có cấy ghép implant nha khoa. Đối tượng và phương pháp: Nghiên cứu tổng quan hệ thống được thực hiện trên 3 trang báo điện tử Pubmed, Cochrane, ScienceDirect giới hạn từ năm 2000-2020. Các bài báo được lựa chọn nếu đáp ứng các tiêu chuẩn (1) Tỉ lệ thất bại implant giữa các loại vật liệu ghép, (2) sử dụng từ 2 loại vật liệu xương ghép trở lên, (3) Phẫu thuật nâng xoang cửa sổ bên. Đánh giá chất lượng nghiên cứu bằng công cụ Newcastle-Ottawa. Kết quả: Trong tổng số 5558 nghiên cứu được chọn, có 6 nghiên cứu đáp ứng được đầy đủ các tiêu chí. Phân tích gộp tỉ lệ thành công implant của vật liệu xương đông khô với các vật liệu khác cho kết quả OR= 1,12; 95% CI=0,61-2,04 (chứa giá trị 1) điều đó cho thấy không có sự khác biệt về tỉ lệ thành công giữa vật liệu xương khử khoáng với các loại vật liệu xương ghép khác. Kết luận: Vật liệu xương đông khô khử khoáng đã được chứng minh có hiệu quả tương đương với vật liệu ghép xương khác trong phẫu thuật nâng xoang ghép xương, giúp bệnh nhân giảm thiểu chi phí và hạn chế phẫu thuật lấy xương tự thân. Để xác định được thời điểm cấy ghép implant sau ghép xương cũng như tải lực, cần có them nhiều nghiên cứu nữa để thiết lập được quy trình phẫu thuật hoàn chỉnh cho vật liệu xương đông khô.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 0,017 |
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 ».