Effekten af ​​forskellige antibiotikaprotokoller på peri-implantatvævssundhed

I alt 80 patienter vil blive inkluderet og tilfældigt opdelt i to grupper:

1. Langtidsrecept: 1 g Amoxicillin hver 8. time startende 1 dag før operationen og i 5 dage efter operationen
2. Korttidsrecept: 2 g Amoxicillin 1 time før operationen Før operationen vil patienterne gennemgå en antibiotisk følsomhedstest (AST), og der vil blive taget ikke-invasive prøver for at analysere oralt mikrobiom inklusive resistom. Spytprøver vil også blive taget til miRNomics-analyse. Patienterne vil blive rehabiliteret med enkelte implantater eller delvis implantatstøttede faste proteser. På operationsdagen vil der blive taget prøver af perifert blod, og perifert blod mononukleære celler (PBMC'er) isoleres fra de første 30 patienter for at implementere en mikro-fluidisk bioreaktor, der replikerer knoglehelingsprocessen for hver patient. Der vil blive udviklet 3D-knoglemodeller, der er velegnede til lægemiddelscreening.

2 og 6 måneder efter behandling udføres AST-test og oral mikrobiom- og resistomanalyse igen. 2 måneder efter behandlingen vil en ny spytprøve af patienterne også blive taget, analyseret og sammenlignet ved hjælp af MiRnomics teknologi med den præoperative med det videre formål at identificere pålidelige biomarkører for mucositis og perimplantitis. I løbet af den 12-måneders opfølgende implantatoverlevelsesrate vil marginalt knogletab (MBL), biologiske og tekniske komplikationsfrekvenser og peri-implantatsundhedsparametre (inklusive plakindeks, sonderingsdybde og blødning ved sondering) blive evalueret.

Parametriske eller ikke-parametriske sammenlignende test, alt efter hvad der er relevant, vil blive udført for at påvise forskelle mellem grupperne i de forskellige udfaldsvariable. Effekten af ​​patientrelaterede og implantatrelaterede prædiktive faktorer på de forskellige udfald vil blive evalueret ved hjælp af multilevel logistisk regressionsanalyse. Metadata vil også blive analyseret med 4. generations kunstige neurale netværk (ANN'er) (machine learning) ved hjælp af uovervågede og overvågede systemer.

Forventede resultater: Nærværende projekt forventes at afklare, om korttids antibiotikabehandlingen ikke er ringere end langtidsbehandlingen hos raske patienter, der gennemgår implantatoperation. Resultaterne vil bidrage til udviklingen af ​​effektive kliniske retningslinjer, der vil hjælpe med at tackle spørgsmålet om antimikrobiel resistens. Derudover forventes udvikling og validering af en 3D-knoglemodel, der skal bruges til lægemiddelscreening, som kan overvinde begrænsningerne i aktuelt tilgængelige 2D-knoglemodeller og dyreforsøg. Et yderligere forventet resultat er identifikation af biomarkører til diagnose og prognose i implantat-tandpleje gennem spytmiRNomics, der kan føre til udviklingen af ​​en ikke-invasiv væskebiopsi.