Microbiota associated with peri‐implantitis—A systematic review with meta‐analyses
Notice bibliographique
Résumé
AIM: To answer the following PECO question: "In systemically healthy human subjects (P), which are the differences between peri-implantitis (E) and peri-implant health/mucositis (C) in terms of bacterial presence/count (O)?" MATERIALS AND METHODS: Cross-sectional studies fulfilling specific inclusion criteria established to answer the PECO question were included. Two review authors independently searched for studies, screened the titles and abstracts, did full-text analysis, extracted the data from the included reports, and performed the risk of bias assessment through an adaptation of the Newcastle/Ottawa tool for cross-sectional studies and of the JBI critical appraisal checklist. In case of disagreement, a third reviewer author took the final decision. Study results were summarized using random effects meta-analyses. RESULTS: A total of 12 studies were included, involving 1233 participants and 1513 implants. Peri-implantitis was associated with the presence of S. epidermidis (Odds ratio, OR = 10.28 [95% Confidence interval, CI: 1.26-83.98]), F. nucleatum (OR = 7.83 [95% CI: 2.24-27.36]), T. denticola (OR = 6.11 [95% CI: 2.72-13.76]), T. forsythia (OR = 4.25 [95% CI: 1.71-10.57]), P. intermedia (OR = 3.79 [95% CI: 1.07-13.35]), and P. gingivalis (OR = 2.46 [95% CI: 1.21-5.00]). Conversely, the presence of A. actinomycetemcomitans (OR = 3.82 [95% CI: 0.59-24.68]), S. aureus (OR = 1.05 [95% CI: 0.06-17.08]), and C. rectus (OR = 1.48 [95% CI: 0.69-3.17]) was not associated with peri-implantitis. CONCLUSIONS: Peri-implantitis is associated with the presence of S. epidermidis and specific periodontopathogens (P. gingivalis, T. forsythia, T. denticola, F. nucleatum, and P. intermedia). (CRD42021254589).
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 | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».