Impact of Hyaluronic Acid Around Dental Implants: A Systematic Review
Notice bibliographique
Résumé
A bstract Aim: Hyaluronic acid (HA), a naturally occurring glycosaminoglycan, has gained attention in dental implantology due to its bioactive, anti-inflammatory, and wound-healing properties. This systematic review evaluates the current evidence regarding the application and efficacy of HA around dental implants, focusing on its impact on peri-implant tissue health, osseointegration, and prevention of peri-implant diseases. Materials and Methods: A comprehensive search was conducted across PubMed, Scopus, Embase, Cochrane Library, Google Scholar, and Web of Science databases for studies published from 2016 to 2024. Inclusion criteria: Encompassed human studies, animal studies, and in vitro studies. The Cochrane risk of bias 2 tool and the Newcastle–Ottawa Scale were used to assess the risk of bias. A total of 12 studies met the inclusion criteria. Results: It is demonstrated that HA application positively influences soft tissue healing, reduces inflammation, and may support early osseointegration. Despite promising findings, heterogeneity in HA formulations, application protocols, and follow-up durations limits the ability to draw definitive conclusions. Further long-term, standardized clinical trials are needed to validate its routine use in implant dentistry. Conclusion: This review highlights HA’s potential as a valuable adjunct in implant therapy, especially for enhancing peri-implant tissue health and managing early peri-implant disease.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».