Die Wirkung verschiedener Antibiotikaprotokolle auf die Gesundheit des periimplantären Gewebes

Insgesamt werden 80 Patienten eingeschlossen und nach dem Zufallsprinzip in zwei Gruppen eingeteilt:

1. Langzeitverordnung: 1 g Amoxicillin alle 8 Stunden, beginnend 1 Tag vor der Operation und für 5 Tage nach der Operation
2. Kurzfristiges Rezept: 2 g Amoxicillin 1 Stunde vor der Operation. Vor der Operation werden die Patienten einem Antibiotika-Empfindlichkeitstest (AST) unterzogen und es werden nicht-invasive Proben zur Analyse des oralen Mikrobioms einschließlich des Resistoms entnommen. Für die miRNomics-Analyse werden auch Speichelproben entnommen. Die Patienten werden mit Einzelimplantaten oder teilimplantatgetragenen festsitzenden Prothesen rehabilitiert. Am Tag der Operation werden von den ersten 30 Patienten periphere Blutproben entnommen und mononukleäre Zellen (PBMCs) des peripheren Bluts isoliert, um einen mikrofluidischen Bioreaktor zu implementieren, der den Knochenheilungsprozess jedes Patienten nachbildet. Es werden 3D-Knochenmodelle entwickelt, die für das Drogenscreening geeignet sind.

2 und 6 Monate nach der Behandlung werden erneut ein AST-Test sowie eine orale Mikrobiom- und Resistomanalyse durchgeführt. Zwei Monate nach der Behandlung wird den Patienten außerdem eine neue Speichelprobe entnommen, analysiert und mithilfe der MiRnomics-Technologie mit der präoperativen Probe verglichen, mit dem weiteren Ziel, zuverlässige Biomarker für Mukositis und Periimplantitis zu identifizieren. Während der 12-monatigen Nachuntersuchung werden die Implantatüberlebensrate, der marginale Knochenverlust (MBL), die biologische und technische Komplikationsrate sowie periimplantäre Gesundheitsparameter (einschließlich Plaque-Index, Sondierungstiefe und Blutung bei der Sondierung) bewertet.

Je nach Bedarf werden parametrische oder nichtparametrische Vergleichstests durchgeführt, um Unterschiede zwischen den Gruppen in den verschiedenen Ergebnisvariablen festzustellen. Die Auswirkung patientenbezogener und implantatbezogener Vorhersagefaktoren auf die verschiedenen Ergebnisse wird mithilfe einer mehrstufigen logistischen Regressionsanalyse bewertet. Metadaten werden auch mit künstlichen neuronalen Netzen (ANNs) der 4. Generation (maschinelles Lernen) unter Verwendung unbeaufsichtigter und überwachter Systeme analysiert.

Erwartete Ergebnisse: Das vorliegende Projekt soll klären, ob die kurzzeitige Antibiotikatherapie bei gesunden Patienten, die sich einer Implantation unterziehen, der Langzeittherapie nicht unterlegen ist. Die Ergebnisse werden zur Entwicklung wirksamer klinischer Leitlinien beitragen, die dabei helfen, das Problem der Antibiotikaresistenz anzugehen. Darüber hinaus wird die Entwicklung und Validierung eines 3D-Knochenmodells für das Arzneimittelscreening erwartet, das die Einschränkungen derzeit verfügbarer 2D-Knochenmodelle und Tierstudien überwinden könnte. Ein weiteres erwartetes Ergebnis ist die Identifizierung von Biomarkern für Diagnose und Prognose in der Implantologie durch Speichel-miRNomics, die zur Entwicklung einer nicht-invasiven Flüssigkeitsbiopsie führen könnten.