Accuracy of dynamic computer-assisted implant surgery across different degrees of edentulism: does experience matter? An in vitro study
Notice bibliographique
Résumé
PURPOSE: To evaluate the accuracy of a dynamic computer-assisted implant surgery (dCAIS) system utilized by two clinicians with differing levels of surgical experience in implant dentistry. METHODS: A total of 72 conical dental implants were placed into 18 jaw models using a dCAIS system (Navident, ClaroNav, Toronto, Canada). Implant planning and placement were performed by both a novice and an experienced implantologist, following a standardized protocol across single-tooth gaps, shortened dental arches, and fully edentulous jaws. Pre- and postoperative CBCT scans were aligned, and deviations were analyzed at the coronal entry point (2D), apex (3D), apex vertically (V) and in angular deviation (°). Level of significance was set at p < 0.05. RESULTS: Mean deviations across all implants placed were: 1.25 ± 0.90 mm at entry point (2D), 1.66 ± 0.68 mm at apex (3D), 0.70 ± 0.51 mm at apex (V) and 4.96 ± 3.16° angular. No statistically significant differences were found between clinicians, jaws, or sides (p > 0.05). However, a significant correlation was observed regarding accuracy at entry points and angular deviations, indicating lower accuracy in fully edentulous jaws (p < 0.05). CONCLUSIONS: The investigated dCAIS system enabled accurate transfer of the planned to the actual (in vitro) implant position independent of operator experience. dCAIS systems may help mitigate the impact of limited surgical experience and contribute to more predictable outcomes. However, reduced anatomical reference points in edentulous jaws justify further clinical investigation and workflow optimization.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».