Para a validação da SAC Assessment Tool como uma ferramenta de suporte à decisão clínica, foram analisadas as respostas de avaliação de 104 zonas edêntulas por parte de 4 clínicos: um considerado “Gold-standard”, e três considerados como elementos em avaliação.
Com base na análise de modelos, fotografias, radiografias panorâmicas e história clínica foi possível obter resultados que, posteriormente, foram processados através de testes de concordância estatística (Tabela 10 – Secção 4.5.5).
Dos dados registados na tabela destacam-se os resultados das seguintes comparações:
“Gold-standard” vs “Gold-standard” com acesso à SAC Assessment Tool A primeira comparação teve como objetivo obter um índice de concordância entre o “Gold-standard” sem a utilização da SAC e o “Gold-standard” com a SAC, para verificar se havia divergência aquando das avaliações do clínico referência do estudo.
Proporção de concordância (agreement) – 81,70%.
O resultado alcançado explica que com a SAC ou sem a SAC, o clínico de referência manteve as suas respostas, indicando que a ferramenta informática não altera de forma significativa as respostas de um perito. Obtendo por isso uma excelente concordância (0,81-1).
Av.1 vs Av. 2 vs Av. 3 sem acesso à SAC Assessment Tool
Nesta comparação clínica, o objetivo foi perceber se existia uma concordância entre as avaliações dos 3 avaliadores sem acesso à SAC.
Proporção de concordância (agreement) – 34,60%.
O resultado obtido indica que há uma fraca concordância entre a avaliação dos diferentes clínicos (0,21 – 0,40).
Av.1 vs Av.2 vs Av.3 com acesso à SAC Assessment Tool
Quando comparadas as avaliações dos clínicos utilizando a SAC tentou-se perceber se havia um maior índice de concordância do que quando não utilizaram a ferramenta informática.
Proporção de concordância (agreement) – 55,70%
O resultado obtido indica que houve um aumento da concordância de 34,60% para 55,70%. Demonstrando que a utilização da SAC permite a homogeneização das classificações por avaliadores diferentes.
“Gold-standard” vs Av.1, “Gold-standard” vs Av.2, “Gold-strandard” vs Av.3
Nesta alínea estão anexadas 3 comparações do estudo, onde as avaliações do
“Gold-standard” sem SAC são comparadas com os resultados do Avaliador 1,
Avaliador 2 e Avaliador 3 separadamente sem acesso ao sistema de suporte. Proporção de concordância (agreement):
1. “Gold-standard” vs Avaliador 1 – 60,60% 2. “Gold-standard” vs Avaliador 2 – 51,90% 3. “Gold-standard” vs Avaliador 3 – 54,80%
Quando comparados os 3 avaliadores com o “Gold-standard” percebe-se que embora haja diferenças a concordância entre os 3 avaliadores mantem-se acima dos 50%.
“Gold-standard” vs Av.1, “Gold-standard” vs Av.2, “Gold-strandard” vs Av.3 com todos os clínicos a usufruírem da SAC Assessment Tool
Ao comparar os resultados dos avaliadores com SAC e os resultados do “Gold- standard” também com o uso da ferramenta informática obtivemos os seguintes dados:
1. “Gold-standard” com a SAC vs Avaliador 1 com SAC – 67,30% 2. “Gold-standard” com a SAC vs Avaliador 2 com SAC – 76,00% 3. “Gold-standard” com a SAC vs Avaliador 3 com SAC – 58,70%
Os resultados indicam que houve um aumento significativo do índice de concordância quando os avaliadores utilizam a SAC em comparação com o perito a utilizar a SAC.
É necessário ter em conta que para haver um diagnóstico (Simples, Avançado ou Complexo) conta a experiência clínica dos avaliadores. Este é um fator preponderante na avaliação, sendo por isso um parâmetro subjetivo.
Quando abordado o tema “Competência e experiência clínica” Dawson et al (2)
explicam que o avaliador deverá conhecer as suas limitações e habilidades clínicas quando se encontra perante uma área edêntula. Os autores acrescentam que a Classificação SAC é, no geral, independente das habilidades do operador, no entanto a sua experiência clínica pode influenciar a sua visão sobre alguns parâmetros avaliativos.
De um modo geral, a Classificação SAC funciona como uma “check-list” que impõe aos clínicos seguirem um método organizacional de forma a protocolar e padronizar os seus diagnósticos.
Num estudo que avalia a utilização de uma “Check-list funcional” para a reabilitação oral com recurso a implantes dentários, Christman et al (101)
defendem que a utilização de guidelines organizadas e protocoladas permitem reduzir a taxa de erro e de insucesso do clínico, assim como a Classificação SAC protagoniza.
Relativamente aos pacientes desdentados parciais observados nas áreas disciplinares de Prostodontia na Clínica Dentária Universitária da UCP, foi possível concluir o seguinte:
Verifica-se uma maior prevalência de indivíduos com uma faixa etária mais elevada (56-83 anos; 63,32%) e medicamente comprometidos (53,00%), com necessidades de reabilitação protética.
51,66% dos casos são Classes III de Kennedy na arcada superior e 40,00% são Classes I de Kennedy na arcada inferior.
No que concerne à Classificação do Edentulismo Parcial do American
College of Prosthodontics, a Classe IV (grau de complexidade elevado) é
a mais prevalente (65,00%).
Apenas 22% dos pacientes apresenta uma boa higiene oral.
50,66% dos casos são de grau de complexidade elevado (Complex), 30,66% são de grau intermédio (Advanced) e 18,66% de grau baixo (Straightforward).
No que concerne ao processo de validação da ferramenta informática “SAC
Assessment Tool – Avaliação Cirúrgica”, na avaliação do grau de risco da
cirurgia de colocação de implantes dentários, concluímos que:
Quando é avaliada a concordância do Perito com e sem utilização da SAC
Assessment Tool, o resultado mostra que não há uma alteração
significativa nas respostas finais, obtendo um índice de concordância elevado (81,70%). É possível concluir, que a ferramenta informática em clínicos com bastante experiência clínica não tem influência.
Porém, a metodologia e os resultados obtidos permitem-nos validar esta ferramenta, dado o aumento significativo de concordância entre observadores, e entre observadores e o perito, quando utilizam a SAC
A prevalência de casos complexos observados na Clínica Universitária sugere a criação de uma formação avançada na área de reabilitação oral (com implantes dentários), dado estes casos não estarem incluídos nos conteúdos programáticos das disciplinas de Prostodontia e Implantologia, durante o Mestrado Integrado em Medicina Dentária. A validação desta ferramenta informática sugere a sua integração no registo clínico eletrónico da Clínica Universitária, de modo a permitir aos estudantes efetuarem uma análise sistematizada / protocolar destas situações clínicas.
1. Yao J, Tang H, Gao X-L, McGrath C, Mattheos N. Patients’ expectations from dental implants: a systematic review of the literature. Health Qual Life Outcomes. 2014;12(1):1–14.
2. Dawson A. The SAC Classification in Implant Dentistry. Book. 2009:172. 3. Vervaeke S, Collaert B, Cosyn J, Deschepper E, De Bruyn H. A
Multifactorial analysis to identify predictors of implant failure and peri- implant bone loss. Clin Implant Dent Relat Res. 2013;1–10.
4. Liddelow G, Klineberg I. Patient-related risk factors for implant therapy. A critique of pertinent literature. Aust Dent J. 2011;56(4):417–26.
5. Sanon C, Chevalier J, Douillard T, Cattani-lorente M, Scherrer SS, Gremillard L. A new testing protocol for zirconia dental implants. Dent Mater. 2014;1–11.
6. Shortliffe E, Perreault L, Wiederhold G, Fagan L. Medical Informatics: computer applications in health care and biomedicine. 2 ed. Springer- Verlag, editor. New York: 2001;
7. Vikram K, Karjodkar FR. Decision Support Systems in Dental Decision Making: An Introduction. J Evid Based Dent Pract. 2009;9(2):73–6.
8. Amarasingham R, Plantinga L, Diener-West M, Gaskin DJ, Powe NR. Clinical information technologies and inpatient outcomes: a multiple hospital study. Arch Intern Med. 2009;169(2):108–14.
9. Kawamoto K, Houlihan C a, Balas EA, Lobach DF. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. Br Med J. 2005;330:1–8. 10. Garg A, Adhikari N, McDonald H. Effects of computerized clinical decision
support systems on practitioner performance and patient outcomes: A systematic review. J Am Med Assoc. 2005;293(10):1223–38.
11. Pheng W, Tao X, Zhang J, Yong J. Knowle dge-Base d Systems Decision support systems for adoption in dental clinics : A survey. Knoledge-Based Syst. 2016;104:195–206.
Decision Support Tools by Clinicians. AMIA 2006 Symp. 2006;329–33. 13. Brickley MR, Shepherd JP, Armstrong RA. Neural networks: a new
technique for development of decision support systems in dentistry. J Dent. 1998;26(4):305–9.
14. White S. Decision-support systems in dentistry. J Dent Educ. 1996;60(1):47–63.
15. Mendonça EA, Ph D. Clinical Decision Support Systems : Perspectives in Dentistry. 2004;(June):589–97.
16. Sackett D, Straus S, Richardson W, Rosenberg W, Haynes R. Evidence- Based Medicine: How to Practice and Teach EBM. Edinburgh, United Kingdom: Churchill Livingstone; 1997.
17. Kaplan B, Buchan IE, Jacobson P, Brown GD. Evaluating informatics applications--clinical decision support systems literature review. Int J Med Inform. Novembro de 2001;64(1):15–37.
18. Dhiman GJ, Amber KT, Goodman KW. Comparative outcome studies of clinical decision support software: limitations to the practice of evidence- based system acquisition. J Am Med Informatics Assoc. 2015;(760):11–4. 19. Dympna O, Paolo F, Ewart C, Peter W. Decision time for clinical decision
support systems. J R Coll Physicians. 2014;14(4):338–41.
20. Khalifa M. Clinical decision support: Strategies for success. Procedia Comput Sci. 2014;37:422–7.
21. Ayvaz S, Horn J, Hassanzadeh O, Zhu Q, Stan J, Tatonetti NP, et al. Toward a complete dataset of drug-drug interaction information from publicly available sources. J Biomed Inform. 2015;55:206–17.
22. Siegel MA, Firriolo FJ, Finkelstein MW. Computer applications in oral diagnosis. Dent Clin North Am. 1993;37(1):113–31.
23. Stheeman SE, van der Stelt PF, Mileman PA. Expert systems in dentistry. Past performance—future prospects. J Dent. 1992;20(2):68–73.
information technology to informatics: the information revolution in dental education. J Dent Educ. 2012;76(1):142–53.
25. Viana PC, Kovacs Z, Correia A. Purpose of esthetic risk assessment in prosthetic rehabilitations with gingiva-shade ceramics. Int J Esthet Dent. 2014;9(4):480–9.
26. Asan O, Ye Z, Acharya A. Dental care providers’ and patients’ perceptions of the effect of health information technology in the dental care setting. J Am Dent Assoc. 2013;144(9):1022–9.
27. Potencialidades D, Henriques R, Vasconcelos JB De, Rocha Á. Registo Clínico Dentário Electrónico.
28. Brickley MR, Shepherd JP. Performance of a Neural Network Trained to Make Third-molar Treatment-planning Decisions. Med Decis Mak. 1996;16(2):153–60.
29. Benn D. Applying evidence-based dentistry to caries management in dental practice. J Am Dent Assoc. 2002;133(11):1543–8.
30. Benn DK, Clark TD, Dankel DD 2nd, Kostewicz SH. Practical approach to evidence-based management of caries. J Am Coll Dent. 1999;66(1):27–35. 31. Bruins HH, Koole R, Jolly DE, Flack V, Kinder S, Kalk W, et al. Pretherapy
dental decisions in patients with head and neck cancer. Oral Surgery, Oral Med Oral Pathol Oral Radiol Endodontology. 1998;86(3):256–67.
32. Speight PM, Elliott AE, Jullien JA, Downer MC, Zakzrewska JM. The use of artificial intelligence to identify people at risk of oral cancer and precancer. Br Dent J. 1995;179(10):382–7.
33. Finkeissen E, Bohret S, Stamm I, Mussig M, Streicher J, Koke U, et al. AIDA: Web agents to support dental treatment planning. Int J Comput Dent. 2002;5(2–3):133–8.
34. Finkeissen E, Weber R, Hassfeld S, Koke U, Wetter T. AIDA--experiences in compensating the mutual weaknesses of knowledge-based and object- oriented development in a complex dental planning domain. Methods Inf Med. 2002;41(2):168–76.
35. Suebnukarn S, Rungcharoenporn N, Sangsuratham S. A Bayesian decision support model for assessment of endodontic treatment outcome. Oral Surgery, Oral Med Oral Pathol Oral Radiol Endod. 2008;106(3):48– 58.
36. Davenport JC, Hammond P, Hazlehurst P. Knowledge-based systems, removable partial denture design and the development of RaPiD. Dent Update. 1997;24(6):227–33.
37. Lee S, Yang J, Han J. Development of a decision making system for selection of dental implant abutments based on the fuzzy cognitive map. Expert Syst Appl. 2012;39(14):11564–75.
38. Mago VK, Bhatia N, Bhatia A, Mago A. Clinical decision support system for dental treatment. J Comput Sci. 2012;3(5):254–61.
39. Park SG, Lee S, Kim M-K, Kim H-G. Shared decision support system on dental restoration. Expert Syst Appl. 2012;39(14):11775–81.
40. Bessani M, Delbem A, Lins E, Maciel C. Construction of a Clinical Decision Support System for Dental Caries Management Using Bayesian Networks. Conf XXIV Brazilian Congr Biomed Eng - CBEB 2014, Uberlândia - MG - Brazil. 2014;517–20.
41. Newman MG. Clinical Decision Support Complements Evidence-Based Decision Making in Dental Practice. J Evid Based Dent Pract. 2007;7(1):1– 5.
42. Baig MR, Rajan M. Effects of smoking on the outcome of implant treatment: a literature review. Indian J Dent Res. 2007;18(4):190–5.
43. Levin L, Schwartz-Arad D. The effect of cigarette smoking on dental implants and related surgery. Implant Dent. 2005;14(4):357–61.
44. Kan JY, Rungcharassaeng K, Lozada JL, Goodacre CJ. Effects of smoking on implant success in grafted maxillary sinuses. J Prosthet Dent. 1999;82(3):307–11.
45. Wallace RH. The relationship between cigarette smoking and dental implant failure. Eur J Prosthodont Restor Dent. 2000;8(3):103–6.
46. Tjan AHL, Miller GD, The JGP. Some esthetic factors in a smile. J Prosthet Dent. 1984;51(1):24–8.
47. Mcgarry TJ, Nimmo A, Skiba JF, Ahlstrom RH, Smith CR, Koumjian JH, et al. Classification System for Partial Edentulism. J Prosthodont. 2002;11(3):181–93.
48. Adell R, Lekholm U, Rockler B, Branemark PI. A 15-year study of osseointegrated implants in the treatment of the edentulous jaw. Int J Oral Surg. 1981;10(6):387–416.
49. Mattheos N, Albrektsson T, Buser D, De Bruyn H, Donos N, Hjorting Hansen E, et al. Teaching and assessment of implant dentistry in undergraduate and postgraduate education: a European consensus. Eur J Dent Educ. 2009;13:11–7.
50. Mattheos N, Wismeijer D, Shapira L. Implant dentistry in postgraduate university education. Present conditions, potential, limitations and future trends. Eur J Dent Educ. 2014;24–32.
51. Van Der Weijden GA, Van Bemmel KM, Renvert S. Implant therapy in partially edentulous, periodontally compromised patients: A review. J Clin Periodontol. 2005;32(5):506–11.
52. Buser D, Mericske-Stern R, Bernard J. Long-term evaluation of non- submerged ITI implants. Clin Oral Implants Res. 1997;161–72.
53. Salvi GE, Bragger U. Mechanical and technical risks in implant therapy. Int J Oral Maxillofac Implants. 2009;24:69–85.
54. Fonseca P. Contribuição para o estudo da prótese total: A importância dos determinantes posteriores. Faculdade de Medicina Dentária da Universidade do Porto; 2011.
55. Simões AP, Paqueta AT, Araújo M. Equidade horizontal no acesso a consultas de clínica geral, cardiologia e medicina dentária em Portugal. Rev Port Saúde Pública. 2008;26(1):39–52.
56. Fukai K, Takaesu Y, Maki Y. Gender differences in oral health behavior and general health habits in an adult population. Bull Tokyo Dent Coll. Novembro de 1999;40(4):187–93.
57. Fernandes P. Critérios de exclusão na reabilitação oral com implantes. Faculdade de Medicina Dentária da Universidade do Porto; 2009.
58. Moreira Carneiro AC, Maia Correia AR, Reis Campos JC, Fonseca P, Mesquita P, Figueiral MH. Caracterização da desdentação parcial numa amostra populacional de uma Faculdade de Medicina Dentária. Rev Port Estomatol Med Dent e Cir Maxilofac. 2013;54(2):60–7.
59. Bornstein MM, Halbritter S, Harnisch H, Weber H-P, Buser D. A retrospective analysis of patients referred for implant placement to a specialty clinic: indications, surgical procedures, and early failures. Int J Oral Maxillofac Implants. 2008;23(6):1109–16.
60. Buser D, Sulzer TH, Bornstein MM. Indications for oral implantology in a referral clinic. A three-year retrospective analysis of 737 patients with 1176 implants. Schweiz Monatsschr Zahnmed. 2004;114(5):444.
61. Müller F, Naharro M, Carlsson GE. What are the prevalence and incidence of tooth loss in the adult and elderly population in Europe? Clin Oral Implants Res. 2007;18(3):2–14.
62. Holm-Pedersen P, Lang NP, Müller F. What are the longevities of teeth and oral implants? Clin Oral Implants Res. 2007;18:15–9.
63. Abdel-Rahman HK, Tahir CD, Saleh MM. Incidence of partial edentulism and its relation with age and gender. J Med Sci. 2013;17(2):463–70. 64. Jeyapalan V, Krishnan CS. Partial edentulism and its correlation to age,
gender, socio-economic status and incidence of various Kennedy's classes: a literature review. J Clin Diagnostic Res. 2015;9(6):14–7.
65. Prabhu N, Kumar S, D’souza M, Hegde V. Partial edentulousness in a rural population based on Kennedy’s classification: An epidemiological study. J Indian Prosthodont Soc. 2009;9(1):18–23.
66. Thomason JM, Lund JP, Chehade A, Feine JS. Patient satisfaction with mandibular implant overdentures and conventional dentures 6 months after delivery. Int J Prosthodont. 2003;16(5):467–73.
67. Tanaka M, Bruno C, Jacobs R, Torisu T, Murata H. Short-term follow-up of masticatory adaptation after rehabilitation with an immediately loaded implant-supported prosthesis: a pilot assessment. Int J Implant Dent. 2017;3(1):8.
68. Assunção WG, Barão VAR, Delben JA, Gomes ÉA, Tabata LF. A comparison of patient satisfaction between treatment with conventional complete dentures and overdentures in the elderly: A literature review. Gerodontology. 2009;27(2):154–62.
69. Melas F, Marcenes W, Wright PS. Oral health impact on daily performance in patients with implant-stabilized overdentures and patients with conventional complete dentures. Int J Oral Maxillofac Implants. 2001;16(5):700–12.
70. Awad MA, Lund JP, Dufresne E, Feine JS. Comparing the efficacy of mandibular implant-retained overdentures and conventional dentures among middle-aged edentulous patients: satisfaction and functional assessment. Int J Prosthodont. 2003;16(2):117–22.
71. Cima C, Freitas R, Lamas M, Mendes C, Neves A, Fonseca C. Consumo de medicação crónica: Avaliação da prevalência no norte de Portugal. Rev Port Med Geral e Fam. 2011;27(1):20–7.
72. Karoussis IK, Salvi GE, Heitz-Mayfield LJA, Bragger U, Hämmerle CHF, Lang NP. Long-term implant prognosis in patients with and without a history of chronic periodontitis: a 10-year prospective cohort study of the ITI Dental Implant System. Clin Oral Implants Res. 2003;14(3):329–39.
73. Ong CTT, Ivanovski S, Needleman IG, Retzepi M, Moles DR, Tonetti MS, et al. Systematic review of implant outcomes in treated periodontitis subjects. J Clin Periodontol. 2008;35(5):438–62.
74. Wennström JL, Ekestubbe A, Gröndahl K, Karlsson S, Lindhe J. Oral rehabilitation with implant-supported fixed partial dentures in periodontitis- susceptible subjects: A 5-year prospective study. J Clin Periodontol. 2004;31(9):713–24.
75. Alves CC, Correia AR, Neves M. Immediate implants and immediate loading in periodontally compromised patients-a 3-year prospective clinical study. Int J Periodontics Restorative Dent. 2010;30(5):447–55.
76. Hass R, Haimbock W, Mailath G, Watzek G. The relationship spective study of smoking tissue : A retrospective study. J Prosthet Dent. 1996;76(6):592–6.
77. Serino G, Ström C. Peri-implantitis in partially edentulous patients: Association with inadequate plaque control. Clin Oral Implants Res. 2009;20(2):169–74.
78. Lindquist LW, Carlsson GE, Jemt T. Association between Marginal Bone Loss around Osseointegrated Mandibular Implants and Smoking Habits: A 10-year Follow-up Study. J Dent Res. 1997;76(10):1667–74.
79. Tran D, Gay I, Diaz-Rodriguez J, Parthasarathy K, Weltman R, Friedman L. Survival of Dental Implants Placed in Grafted and Nongrafted Bone: A Retrospective Study in a University Setting. Int J Oral Maxillofac Implants. 2016;31(2):310–7.
80. Viana PC, Correia A, Kovacs Z. The papillary veneers concept - An option for solving compromised dental situations. J Am Dent Assoc. 2012;143(12):1313–6.
81. De Rouck T, Eghbali R, Collys K, De Bruyn H, Cosyn J. The gingival biotype revisited: Transparency of the periodontal probe through the gingival margin as a method to discriminate thin from thick gingiva. J Clin Periodontol. 2009;36(5):428–33.
82. Eghbali A, De Rouck T, De Bruyn H, Cosyn J. The gingival biotype assessed by experienced and inexperienced clinicians. J Clin Periodontol. 2009;36(11):958–63.
83. Esfahrood ZR, Kadkhodazadeh M, Ardakani MRT. Gingival biotype: A review. Gen Dent. 2013;61(4):14–7.
84. Evans CDJ, Chen ST. Esthetic outcomes of immediate implant placements. Clin Oral Implants Res. 2008;19(1):73–80.
85. Martin WC, Morton D, Buser D. ITI Treatment Guide Vol 1: Implant Therapy in esthetic zone - single tooth replacements. Berlin: Quintessence Publishing Co., Ltd.; 2007. 11-20 p.
86. Ryser MR, Block MS, Mercante DE. Correlation of papilla to crestal bone levels around single tooth implants in immediate or delayed crown protocols. J Oral Maxillofac Surg. 2005;63(8):1184–95.
87. Tarnow DP, Cho SC, Wallace SS. The Effect of Inter-Implant Distance on the Height of Inter-Implant Bone Crest. J Periodontol. 2000;71(4):546–9. 88. Cochran DL. Inflammation and Bone Loss in Periodontal Disease. J
Periodontol. 2008;79(8):1569–76.
89. Grossi S, Genco RJ, Machtei EE, Ho AW, Koch G, Dunford R, et al. Assessment of risk for periodontal disease: Risk indicators for alveolar bone loss. J Periodontol. 1995;66(1):23–9.
90. Fifty N., Schei O, Lovdal A. Alveolar Bone Loss as Related to Oral Hygiene and Age. J Periodontol. 1959;7–16.
91. Gultekin BA, Bedeloglu E, Kose TE, Mijiritsky E. Comparison of Bone Resorption Rates after Intraoral Block Bone and Guided Bone Regeneration Augmentation for the Reconstruction of Horizontally Deficient Maxillary Alveolar Ridges. Biomed Res Int.;2016.
92. Urban IA, Jovanovic SA, Lozada JL. Vertical ridge augmentation using guided bone regeneration (GBR) in three clinical scenarios prior to implant placement: a retrospective study of 35 patients 12 to 72 months after loading. Int J Oral Maxillofac Implants. 2009;24(3):502–10.
93. Esposito M, Grusovin MG, Felice P, Karatzopoulos G, Worthington H V, Coulthard P. The efficacy of horizontal and vertical bone augmentation procedures for dental implants - a Cochrane systematic review. Eur J Oral Implantol. 2009;2(3):167–84.
94. Roccuzzo M, Savoini M, Dalmasso P, Ramieri G. Long-term outcomes of implants placed after vertical alveolar ridge augmentation in partially edentulous patients: A 10-year prospective clinical study. Clin Oral Implants Res. 2016;(2009):1–7.
95. Quirynen M, Abarca M, Van Assche N, Nevins M, Van Steenberghe D. Impact of supportive periodontal therapy and implant surface roughness on implant outcome in patients with a history of periodontitis. J Clin Periodontol. 2007;34(9):805–15.
96. LaMonte MJ, Genco RJ, Hovey KM, Wallace RB, Freudenheim JL, Michaud DS, et al. History of periodontitis diagnosis and edentulism as predictors of cardiovascular disease, stroke, and mortality in postmenopausal women. J Am Heart Assoc. 2017;6(4):1–12.
97. Donos N, Mardas N, Buser D. An outline of competencies and the appropriate postgraduate educational pathways in implant dentistry. Eur J Dent Educ. 2009;13:44–54.
98. Barwacz CA, Avila-Ortiz G, Allareddy V, Tamegnon M, Hoogeveen K. An overview of U.S. predoctoral dental implant programs and their directors. J Dent Educ. 2015;79(3):265–77.
99. Gallucci G, Weber H-P, Kalendrian E. Implementation of a new advanced graduate education program in oral implantology. J Dent Educ [Internet]. 2012;76(10):1347–57.
100. Quimby A, Harlow R, Campbell SD, Sc MM, Sukotjo C, Sc MM, et al. Advanced Predoctoral Implant Program at UIC: Description and Qualitative Analysis. J Dent Educ. 2013;78(5):770–8.
101. Christman A, Schrader S, John V, Zunt S, Maupome G, Prakasam S. Designing a safety checklist for dental implant placement. J Am Dent Assoc. 2014;145(2):131–40.