The Impact of Smoking on Dental Implant Success, Peri-Implantitis, and Marginal Bone Loss: A Systematic Review
Notice bibliographique
Résumé
Background: Dental implants are a reliable and widely used approach for tooth replacement. However, their long-term success can be influenced by several biological and behavioral risk factors. Among these, smoking represents a major modifiable factor known to interfere with osseointegration, wound healing, and peri-implant tissue integrity. This systematic review aimed to evaluate the influence of smoking on dental implant success rates, peri-implantitis occurrence, and long-term implant stability in adult patients. Methods: A comprehensive search was conducted across PubMed, Scopus, and Cochrane Library databases for studies published up to [insert month, year]. Clinical and observational studies comparing smokers and non-smokers receiving dental implants were included. The primary outcomes were implant failure rate, peri-implantitis occurrence, and marginal bone loss. Data were extracted and synthesized narratively due to heterogeneity in study design and reporting. Risk of bias was evaluated using the Newcastle–Ottawa Scale for observational studies. Results: Twenty-five studies met the inclusion criteria. Implant failure was significantly higher among smokers (8.9–10.2%) than non-smokers (3.7–4.5%), with reported odds ratios above 2.0. The prevalence of peri-implantitis was also greater in smokers (30.5–37.6%) compared with non-smokers (16.4–18.4%), corresponding to risk ratios up to 2.79. Smokers exhibited additional marginal bone loss of approximately 0.33–0.51 mm. Conclusion: Smoking substantially increases the risk of implant failure, peri-implantitis, and marginal bone loss, thereby reducing implant longevity. Smoking status should be considered a critical factor in preoperative assessment, treatment planning, and patient education to enhance implant success. The review included heterogeneous observational data with variability in follow-up duration, diagnostic criteria, and reporting standards, which limited the ability to perform a meta-analysis.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».