Insights Into Early and Late Dental Implant Failures in Veterans—A Retrospective Cohort Analysis
Notice bibliographique
Résumé
INTRODUCTION: While numerous studies have examined overall dental implant failure, only a few have focused on the distinct risk factors associated with early (within 6 months of post-implantation) and late (after 6 months of post-implantation) failures, especially in the veteran population. Consequently, understanding the nuances of early and late DIFs specific to veterans is necessary to improve clinical decision-making and enhance VA dental surgeons' ability to mitigate failure risks. METHODS: Electronic health records (EHRs) were obtained between January 1, 2000, and December 1, 2021, for veteran patients aged 18 years or older and those who received a dental implant. Univariable analysis was initially conducted to identify significant risk factors, which were subsequently controlled for in multivariable analysis. A mixed-effect logistic regression model was then used to estimate the odds ratio of early/late failures. The intra-class correlation coefficient (ICC) was calculated using a mixed-effects model to assess the proportion of variance attributable to patient-level clustering. RESULTS: A total of 132 675 US veterans with 468 496 dental implants were included in the multivariable models. Within this cohort, 13 492 failures were reported in 9423 unique veterans, resulting in a 7.1% failure rate over 21 years. Adjusted odds ratios indicated that being 70 years or older at the time of implant placement, Asian race, having osteoporosis, and undergoing reimplantation were significantly associated with increased odds of early implant failure. In contrast, patients aged 40-60 years at the time of placement, African American race, active periodontitis, and alendronate use were associated with increased odds of late implant failure. The ICC of 86% calculated for the cohort indicated a high level of patient-level clustering. CONCLUSION: Veterans with active periodontitis and those using Alendronate exhibited markedly increased odds-approximately 139% and 114% respectively-for late implant failures. Conversely, veterans aged 70 years or older and those undergoing reimplantation had 257% and 89% increased odds respectively in the early failure cohort. The high ICC value for this cohort indicated that the outcome of implant placement was strongly influenced by the patients' prior history of implant failure or success.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».