Prevalence of Peri‐Implant Diseases in Computer‐Guided Implant Sites: A Cross‐Sectional Study
Notice bibliographique
Résumé
OBJECTIVE: The present cross-sectional study aimed to determine the prevalence and the risk indicators associated with peri-implant diseases (PIDs) in patients who were subjected to computer-guided implant surgery. METHODS: Patients that were treated and screened during regular maintenance visits at one university center were enrolled in this cross-sectional study. Implants were diagnosed into the categories of peri-implant health, peri-implant mucositis, or peri-implantitis according to the 2017 World Workshop established case definitions. Bivariate and multivariable analyzes were conducted to identify local parameters and patient characteristics as associated risk indicators with PIDs, bleeding on probing (BOP) and marginal bone level (MBL) change. RESULTS: A total of 115 patients with 417 implants were evaluated during a regular maintenance visit at one university center. Peri-implant mucositis and peri-implantitis prevalence in digitally-guided implant sites were 67.8% and 9.6% at the patient level, respectively. Former and active smokers, active or a history of periodontitis, implant loading time, plaque index (PI), and absence of soft tissue graft were significantly associated with peri-implantitis. Bruxism, gastrointestinal (GI) disorders, and type of oral hygiene aid (OHI) displayed a significant association with peri-implant MBL changes. CONCLUSION: The prevalence of peri-implant diseases in digitally-guided implant sites was comparable for mucositis and appeared lower for peri-implantitis when compared to previous outcomes with nondigital guided implant placement. Notably, patient-related factors and local clinical characteristics such as smoking, periodontitis, higher PI scores, and implant loading time were significantly associated with the occurrence of PIDs, while soft tissue grafting had a protective effect.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».