Clinical and psychological impact of lip repositioning surgery in the management of excessive gingival display
Notice bibliographique
Résumé
Background: Excessive gingival display (EGD), also known as a gummy smile, is characterized by overexposure of the maxillary gingiva on smiling. EGD can cause embarrassment and reduce patient satisfaction. This study aimed to evaluate the clinical and psychological effects of lip repositioning surgery on the management of EGD. Methodology: This experimental study enrolled 14 patients with EGD who had undergone a modified lip repositioning technique, which comprised moving two strips of mucosa bilaterally to the maxillary labial frenum and repositioning the new mucosal margin coronally. The extent of gingival display (GD), lip mobility (LM), total lip length (TLL), lip length (LL), and internal lip length (ILL) was measured at baseline and 6 months postoperatively. The pre-operative psychological assessment was conducted using the social appearance anxiety scale (SAAS) scores, whereas the postoperative assessment was conducted using SAAS and visual analog scale (VAS) scores at 1 week, 3 months, and 6 months postoperatively. Results: Among the clinical parameters, TLL increased by 2.0 ± 1.038, LL increased by 2.28 ± 0.99, ILL reduced by 2.78 ± 1.36, LM reduced by 3.21 ± 1.12, and GD reduced by 3.14 ± 0.77 at 6 months postoperatively. Among the psychological parameters, SAAS reduced by 31.42 ± 1.907 from the baseline to 6 months, whereas the VAS score reduced to 3.14 ± 0.27 at 6 months postoperatively. Conclusion: A significant reduction in GD, which is largely dependent on strict case selection, pain, and social anxiety was observed in this study, indicating that lip repositioning surgery is effective in managing EGD.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».