Effect of LED photobiomodulation on dental implant osseointegration: An in vivo study
Notice bibliographique
Résumé
Background. Photobiomodulation (PBM) may be prescribed after dental surgery to accelerate tissue healing and improve implant stability. The objective of this study is to evaluate the efficiency of LED-PBM on the dental implant osseointegration. Methods. A total of 48 implants (KontactTM) were inserted in 8 Yucatan minipigs (6 implants per minipig) divided into 2 groups (test and control). The test group received LED-PBM with a total energy of 124.2 J/cm2 delivered over 4 sessions (at day0, day+8, day+15 and day+28) lasting 12 minutes each. At day+28, all animals were sacrificed, and their mandibles removed to perform histologic and histomorphometric analysis. Implant osseointegration was evaluated using the computation of bone/implant contact (BIC) index and bone surface/total surface (BS/ TS) ratio. The groups were compared using Student’s unpaired t test. Results. BIC index and BS/TS ratio were significantly higher within the test group as compared to the control group (P<0.01). Histologic observations on bone tissues demonstrated that LED-PBM may improve and accelerate dental implant osseointegration: 25% of dental implants analyzed within the test group were completely osseointegrated, versus 12.5% within the control group. Conclusion. This experimental study indicates that LED-PBM contributes to enhancing implant treatment outcomes.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».