Efficacy of implantoplasty in management of peri-implantitis: A systematic review
Notice bibliographique
Résumé
Aim: Peri-implantitis causes progressive loss of the supporting bony structure around the dental implant. Implantoplasty mechanically removes contaminated threads to achieve smoother implant surface thus reducing the bacterial load enabling fibroblastic growth to stimulate the healing effect. This Systematic review is done to appraise the outcome of implantoplasty on surface quality of Implant (roughness), biocompatibility of implants in peri-implantitis cases. Settings and Design: The Settings of the studies are major online databases like PubMed, Scopus, and Cochrane online library. The design of the current study is systematic review of published qualitative studies. Materials and Method: 37 articles were identified for the present review and systematic electronic literature search was done from August 2022 to January 2023, via PubMed, Scopus, Medline, and The Cochrane Library (Wiley) databases [PRISMA guidelines]. In vitro studies on implantoplasty for peri-implantitis were included for the review. 2 examiners independently selected based on the inclusion criteria and recorded the necessary data. Statistical Analysis Used: Risk of bias assessment tool was evaluated with Newcastle Ottawa scale (NOS) and screened based on Selection, Comparability, and Outcome with the following categories: - maximum of 4, 2 and 4 points respectively. The observations were tabulated and analysed. Results: Among the 8 selected studies, two studies reported no statistical difference between implantoplasty and control, one study proposed carbide burs were better than diamond burs, another study also suggested multilaminar burs were better than diamond and carbide. The Newcastle Ottawa scale (NOS) score for the quality of the included studies ranged from 6 to 8. Two of the studies had score of 6 points, eight had 7 points and one had 8 points. Conclusion: Implantoplasty has been recommended as an efficacious treatment protocol for peri-implantitis that helps to diminish the inflammation and accompanied by a high success rate.
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 | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».