3D-printed versus conventionally milled zirconia for dental clinical applications: Trueness, precision, accuracy, biological and esthetic aspects.
Notice bibliographique
Résumé
This systematic review aimed to compare the clinical outcome, internal gap, trueness, precision, and biocompatibility of 3D-printed (AM) compared to milled (SM) zirconia restorations. A thorough search of Internet databases was conducted up to September 2023. The search retrieved studies compared AM zirconia to SM zirconia restorations regarding clinical outcome, fit, trueness, precision, and biocompatibility. Of 1736 records, only 59 were screened for eligibility, and 22 records were included in this review. The quality of studies was assessed using the revised Cochrane risk-of-bias tool (ROB2), Newcastle Ottawa scale (NOS), and the Modified Consort Statement. One clinical study showed a moderate risk of bias and one has a low risk of bias. All laboratory studies revealed some bias concerns. Short-term observation showed 100% survival with no signs of periodontal complications. 3D-printed zirconia crowns showed statistically significant lower ΔE and a better match to adjacent teeth (p≤0.5). The fit, trueness, and precision vary with the printing technique and the tooth surface. 3D-printed zirconia crowns provide better aesthetic color and contour match to adjacent natural teeth than milled crowns. Both 3D printing and milling result in crowns within the clinically acceptable internal and marginal fit. Except for nanoparticle jetting, the marginal gap of SM crowns was smaller than AM crowns, however, both were clinically acceptable. Laminate veneers might be more accurately produced by 3D printing. 3D-printed axial surface trueness was better than milled axial surfaces. Long-term RCTs are recommended to confirm the clinical applicability of 3D-printed restorations. Internal fit and gap, precision, and trueness are fundamental requirements for successful dental restorations. Both techniques produce restorations with clinically acceptable marginal and internal fit. Axial surfaces and narrow or constricted areas favored 3D-printed than conventionally milled zirconia.
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».