Enhancing Implant Prosthodontics: In Vitro Accuracy of Coded Healing Abutments on the Edentulous Lower Jaw
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to investigate the accuracy of conventional and digital impression-making and cast-fabrication using coded healing abutments on an edentulous mandibular model under in vitro conditions. MATERIALS AND METHODS: Our study investigated the accuracy of the On1 Concept (Nobel Biocare; Kloten, Switzerland) coded healing abutment system using conventional and digital workflows. The Conical Connection (CC) system (Nobel Biocare; Kloten, Switzerland) was used as the control group in both workflows. 10-10 open-tray impressions and intraoral scans were made from the reference model with each system. Models built from intraoral scans were additively fabricated, and open-tray impressions were poured with type-4 dental stone. The prepared models were digitized using a desktop scanner with an accuracy of 4 μm (E4, 3Shape; Copenhagen, Denmark) and superimposed on the reference scan. Four linear distances and root mean square (RMS) deviations were measured using metrology software. RESULTS: Five dimensions were measured using signed and absolute deviations, resulting in nine outcomes. RMS and diagonal deviations provided the most insight into overall model deviations. Mean RMS deviations were: 58.30 (14.95) μm for CC_conv, 47.66 (13.04) μm for On1_conv, 204.97 (37.40) μm for CC_dig, and 136.64 (13.49) μm for On1_dig. Significant differences were found between On1_conv vs. CC_dig, On1_conv vs. On1_dig, and CC_conv vs. CC_dig. Mean linear deviations between the molar positions were: 24.49 (58.20) μm for CC_conv, 87.46 (106.70) μm for On1_conv, -104.76 (125.83) μm for CC_dig, and 140.64 (190.56) μm for On1_dig. Significant differences were observed between On1_conv vs. CC_dig and CC_dig vs. On1_dig. CONCLUSIONS: Based on the RMS deviations, the conventional method is significantly more accurate at both implant and platform levels in the case of an in vitro edentulous lower jaw model. The RMS deviations of the implant analogs are smaller on the platform level with both conventional and digital methods.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».