Management of peri-implant soft tissues in second stage surgery: a systematic review and meta-analysis
Notice bibliographique
Résumé
Declaración del problema: Un momento clave en la rehabilitación sobre implantes es el manejo del fenotipo periimplantar a través de los tejidos blandos en la segunda fase quirúrgica. Objetivo: Evaluar los resultados clínicos obtenidos con las diferentes técnicas de cirugía plástica periimplantaria de segunda fase para mejorar el ancho de tejido queratinizado y grosor de tejido blando. Materiales y métodos: Esta revisión se realizó de acuerdo con la guía PRISMA 2020. Los estudios se buscaron, seleccionaron y analizaron en tres bases de datos MEDLINE, EMBASE, Cochrane y en revistas de alto impacto en periodoncia e implantología obteniendo un total de 23 artículos incluidos. La evaluación de la calidad de los artículos se realizó usando New Casttle Ottawa, riesgo de sesgo y la herramienta JBI para series de caso. Se realizó un metaanálisis de medias únicas y fue resumido como efectos medios ponderados (EMP) para evaluar el ancho de tejido queratinizado (ATQ) y grosor del tejido blando (GTB). Resultados: Para ganancia de ancho de tejido queratinizado la mayor ganancia en mm fue el colgajo posicionado apicalmente (CPA) con injerto gingival libre (IGL), matriz de colágeno xenogénico (MCX), injerto de tejido conectivo (ITC) y fibrina rica en plaquetas (FRP). Con respecto al aumento de grosor de tejidos blandos los mejores resultados fueron con la técnica de colgajo de espesor parcial/total (CEP/T) con ITC o MCX. Conclusiones: La mejor técnica para aumentar el tejido queratinizado alrededor de los implantes dentales es el colgajo posicionado apicalmente con injerto gingival libre, el segundo con mayor ganancia en mm es el colgajo posicionado apicalmente con matriz de colágeno xenogénico. Para el aumento del grosor de los tejidos blandos periimplantarios, la mejor técnica es el colgajo de espesor parcial/total con injerto de tejido conectivo, el segundo con mayor ganancia en mm es el colgajo de espesor parcial/total con matriz de colágeno xenogénico.
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 | 0,014 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,027 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 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 ».