Multidimensional 3D-Printed Scaffolds for Ridge Preservation and Dental Implant Placement: A Systematic Review
Notice bibliographique
Résumé
Background: Regenerative medicine in dentistry involves tissue engineering applications suitable for the unique oral environment. In this regard, advances in computer-aided technology have facilitated the creation of 3D scaffolds using cone beam computed tomography (CBCT). This review aimed to investigate whether 3D-printed scaffolds can be effectively used to achieve ridge preservation and/or predictable vertical and horizontal bone augmentation, ensuring successful outcomes for dental implant placement. Methods: A comprehensive search was conducted across six electronic databases (PubMed, Scopus, ScienceDirect, Google Scholar, Web of Science, Ovid) to identify relevant studies according to specific eligibility criteria, following the PRISMA guidelines. Two independent reviewers screened and selected studies, performed data extraction, and assessed the risk of bias using the Cochrane tool for randomized clinical trials and the Newcastle–Ottawa Scale for non-randomized clinical trials. Results: The initial search yielded 419 articles, which were subsequently screened to remove duplicates. After evaluating 293 articles based on title and abstract, 10 studies remained for full-text assessment. Ultimately, only three studies met all the pre-established eligibility criteria. Conclusions: The studies included in this systematic review showed that the use of multidimensional customized scaffolds appears to promote dental implant placement. Nevertheless, despite the positive reported effects, further well-designed randomized clinical trials are necessary to determine the special characteristics of the optimal 3D-customized scaffold.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 | 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 ».