The peri‐implant mucosa color: A systematic appraisal of methods for its assessment and clinical significance
Notice bibliographique
Résumé
BACKGROUND: Peri-implant mucosa color (PMC) seems to be one of the main parameters affecting the esthetic outcome of implant therapy. However, more emphasis should be given to its assessment and reporting. PURPOSE: To describe the available evidence on methods to assess and report the color of the peri-implant mucosa (PMC) and the respective clinical relevance. MATERIAL AND METHODS: A comprehensive electronic and manual search was performed to identify clinical studies reporting on PMC. RESULTS: A total of 121 studies were included. PMC was evaluated at the time of the follow-up visit (chairside) in 45.5% studies. PMC assessment was performed qualitatively, by comparing PMC with adjacent and/or contralateral gingiva (78.6%) or quantitatively, using spectrophotometry (20.7%) or a software on clinical photographs (0.8%). The most performed method to assess PMC was through esthetic indices (76.9%), either at the time of the follow-up visit (chairside) or at later time point using photographs. Quantitative reporting of PMC included averages of points from esthetic indices or color differences to natural gingiva expressed with the CIELAB color system. PMC assessment allowed describing color discrepancies compared to natural gingiva, evaluating color changes over time, and comparing the outcomes of different treatment modalities. PMC assessment through spectrophotometry was additionally utilized to assess the role of mucosal thickness (MT) on PMC. CONCLUSIONS: Various methods for PMC assessment and reporting were described, including visual assessment, mainly through esthetic indices, and spectrophotometry. PMC evaluation has allowed to demonstrate the factors affecting the color of the peri-implant soft tissue, such as the type of abutment/restoration, MT, and soft tissue augmentation.
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 | 0,043 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,027 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».