Preclinical Investigation on the Effect of Collagen Matrix With Polydeoxyribonucleotide at Buccally Positioned Implants
Notice bibliographique
Résumé
OBJECTIVES: The objective of this study is to investigate the effect of collagen matrix with polydeoxyribonucleotide (PDRN) at two concentrations on keratinized tissue (KT) regeneration for buccally positioned implants in canines. METHODS: Four implants were placed in the edentulous mandible of five dogs simultaneously with KT removal. The implants were positioned buccally with respect to the ridge crest. After 2 months, KT augmentation was performed applying the following treatment modalities:(1) free gingival graft (FGG), (2) xenogeneic collagen matrix (XCM), (3) XCM loaded with 2 mg/mL PDRN (PDRN2), and (4) XCM loaded with 4 mg/mL PDRN (PDRN4). All animals were sacrificed 3 months later. Outcomes included clinical (KT height) and histomorphometric measurements (KT height/length, level of the mucosa, mucosal thickness, supracrestal soft tissue height). RESULTS: Clinical and histomorphometric KT formation at 3 months was greatest in groups with FGG (4.70 ± 1.00/3.94 ± 0.93 mm) and PDRN2 (4.85 ± 1.43/3.95 ± 0.87 mm). Group PDRN2 (1.87 ± 1.50 mm) showed a higher marginal mucosal level with respect to the implant platform compared to other groups (range: 0.57 ± 0.97-0.69 ± 1.14 mm). All groups presented a soft tissue thickness of < 2 mm on the buccal aspect of the implants. CONCLUSIONS: Based on the limitations of this pilot preclinical study, XCM with 2 mg/mL of PDRN demonstrated a potential for KT augmentation.
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 | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».