Outcomes and influential factors in functional and dental rehabilitation following microvascular fibula flap reconstruction in the maxillomandibular region: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background This systematic review and meta-analysis aimed to evaluate the factors influencing and success rates of dental implants for functional and dental rehabilitation following microvascular fibula flap reconstruction in the maxillomandibular region. Main text We conducted a comprehensive search of electronic databases, including MEDLINE, Web of Science, Embase, Scopus, and Cochrane’s CENTRAL, as well as gray literature sources and manual searches of notable journals. The search was performed from inception until February 2023. Studies were included if they examined functional and dental rehabilitation outcomes in patients receiving maxillofacial reconstruction using microvascular fibula flaps and were retrospective or prospective cohort studies involving human subjects. Case–control studies, research involving other reconstruction methods, and animal-based studies were excluded. Data was extracted and confirmed by two independent researchers, and risk of bias was assessed using the Newcastle–Ottawa Scale. Meta-analyses were conducted for dental implant and graft success rate, with separate analyses for different factors affecting the outcome. Heterogeneity was evaluated using Cochran’s Q test and the I 2 test. The pooled success rate for implants was 92% and for grafts, 95%, with significant heterogeneity. Implants in fibular grafts had a 2.91 times higher failure rate than those in natural bones. Radiated bone and smoking were identified as factors influencing implant failure, with radiated bone having a 2.29 times higher risk and smokers having a 3.16 times higher risk compared to their respective counterparts. Patient-reported outcomes showed improvements in key areas such as dietary intake, mastication, speech, and esthetics. The success rates declined over time, emphasizing the importance of long-term follow-up. Conclusions Dental implants in free fibula grafts generally have favorable success rates, with minimal bone resorption, manageable probing depths, and limited bleeding on probing. Implant success is influenced by factors such as smoking and radiated bone.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».