Het effect van verschillende antibioticaprotocollen op de gezondheid van het peri-implantaatweefsel

In totaal worden 80 patiënten geïncludeerd en willekeurig verdeeld in twee groepen:

1. Voorschrift voor lange termijn: 1 g amoxicilline elke 8 uur vanaf 1 dag vóór de operatie en gedurende 5 dagen na de operatie
2. Voorschrift voor korte termijn: 2 g amoxicilline 1 uur vóór de operatie Vóór de operatie ondergaan patiënten een antibioticagevoeligheidstest (AST) en worden niet-invasieve monsters genomen om het orale microbioom, inclusief het resistoom, te analyseren. Er zullen ook speekselmonsters worden genomen voor miRNomics-analyse. Patiënten zullen worden gerehabiliteerd met enkelvoudige implantaten of gedeeltelijk door implantaten ondersteunde vaste prothesen. Op de dag van de operatie zullen monsters van perifeer bloed worden genomen en mononucleaire cellen uit perifeer bloed (PBMC's) worden geïsoleerd van de eerste 30 patiënten om een ​​microfluïdische bioreactor te implementeren die het botgenezingsproces van elke patiënt repliceert. Er zullen 3D-botmodellen worden ontwikkeld die geschikt zijn voor geneesmiddelenscreening.

Twee en zes maanden na de behandeling zullen opnieuw een AST-test en een orale microbioom- en resistoomanalyse worden uitgevoerd. Twee maanden na de behandeling zal ook een nieuw speekselmonster van de patiënten worden genomen, geanalyseerd en met behulp van MiRnomics-technologie vergeleken met het preoperatieve monster, met als verder doel betrouwbare biomarkers voor mucositis en perimplantitis te identificeren. Tijdens de 12 maanden durende follow-up zullen de overlevingskansen van het implantaat, het marginale botverlies (MBL), het biologische en technische complicatiespercentage en de peri-implantaire gezondheidsparameters (waaronder plaque-index, sondeerdiepte en bloeding bij sondeer) worden geëvalueerd.

Parametrische of niet-parametrische vergelijkende tests zullen, indien van toepassing, worden uitgevoerd om verschillen tussen de groepen in de verschillende uitkomstvariabelen te detecteren. Het effect van patiëntgerelateerde en implantaatgerelateerde voorspellende factoren op de verschillende uitkomsten zal worden geëvalueerd met behulp van multilevel logistische regressieanalyse. Metagegevens zullen ook worden geanalyseerd met kunstmatige neurale netwerken (ANN's) van de 4e generatie (machine learning) met behulp van systemen zonder toezicht en onder toezicht.

Verwachte resultaten: Het huidige project zal naar verwachting duidelijk maken of de kortetermijnantibioticatherapie niet inferieur is aan de langetermijntherapie bij gezonde patiënten die implantaatchirurgie ondergaan. De uitkomsten zullen bijdragen aan de ontwikkeling van effectieve klinische richtlijnen die zullen helpen het probleem van antimicrobiële resistentie aan te pakken. Bovendien wordt de ontwikkeling en validatie verwacht van een 3D-botmodel dat kan worden gebruikt voor geneesmiddelenscreening, waarmee de beperkingen van de momenteel beschikbare 2D-botmodellen en dierstudies kunnen worden overwonnen. Een ander verwacht resultaat is de identificatie van biomarkers voor diagnose en prognose in de tandheelkunde met implantaten, door middel van speekselmicromics die zouden kunnen leiden tot de ontwikkeling van een niet-invasieve vloeibare biopsie.