MétaCan
Menu
Retour à la cohorte
Enregistrement W4387975014 · doi:10.3390/app132111747

Impact of Peri-Implant Inflammation on Metabolic Syndrome Factors: A Systematic Review

2023· review· en· W4387975014 sur OpenAlexaboutno aff
Yuchen Zhang, Emily Ming‐Chieh Lu, David L. Moyes, Sadia Niazi

Notice bibliographique

RevueApplied Sciences · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMetabolic syndromePeri-implantitisInternal medicineTriglycerideCholesterolImplantSurgeryObesity

Résumé

récupéré en direct d'OpenAlex

This systematic review aims to evaluate the impact of peri-implantitis on the components of metabolic syndrome, and to provide suggestions on the management of peri-implantitis patients with metabolic disorders. A search for relevant records was performed in MEDLINE, EMBASE, and Global Health on 1st September 2023. Clinical trials, cohort studies, cross-sectional studies, and case-control studies containing comparisons of metabolic factors between patients with and without peri-implantitis were considered eligible. Study quality was assessed using the Newcastle–Ottawa scale. Out of 1158 records identified, 5 cross-sectional studies were eligible for final inclusion. Two studies reported significant differences in the lipid profile of patients with peri-implantitis, one of which reported higher total cholesterol and LDL cholesterol levels, while the other reported higher triglyceride levels. Another study reported significantly higher HbA1c levels in patients with peri-implantitis. The remaining two studies containing comparisons of BMI between patients with and without peri-implantitis indicated no significant differences. Overall, there are suggestions that peri-implantitis is associated with altered metabolic factors, including lipid profile and HbA1c level. However, there is not enough evidence to support these clinical implications due to the paucity of related literature and the low evidence level of the included studies. More investigations with stronger evidence levels are needed to narrow this gap of knowledge.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0120,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,100
Tête enseignante GPT0,419
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207