RESUMO Objetivos: Este ensaio clínico foi conduzido para avaliar a estabilidade e a taxa de falha de mini-implantes ortodônticos com superfície tratada, e determinar se elas diferem das dos mini-implantes ortodônticos sem superfície tratada. Desenho do estudo: Ensaio clínico randomizado com desenho de boca dividida. Instituição: Department of Orthodontics, SRM Dental College, Chennai/India. Participantes: Pacientes que necessitavam de mini-implantes ortodônticos para retração anterior em ambas as arcadas. Métodos: Mini-implantes ortodônticos autoperfurantes, cônicos, de titânio com ou sem tratamento de superfície, foram colocados em cada paciente, seguindo um desenho de boca dividida. Os torques máximos de inserção e de remoção foram medidos para cada mini-implante, usando um torquímetro digital. As taxas de falha foram calculadas para cada tipo de mini-implante. Resultados: O valor médio do torque máximo de inserção foi de 17,9 ± 5,6 Ncm para mini-implantes com superfície tratada e 16,4 ± 9,0 Ncm para mini-implantes sem superfície tratada. O valor médio do torque máximo de remoção foi de 8,1 ± 2,9 Ncm para mini-implantes com superfície tratada e 3,3 ± 1,9 Ncm para mini-implantes sem superfície tratada. Entre os implantes que falharam, 71,4% eram mini-implantes sem superfície tratada e 28,6% eram mini-implantes com superfície tratada. Conclusão: O torque de inserção e a taxa de falha não diferiram significativamente entre os grupos; porém, o torque de remoção foi significativamente maior no grupo com superfície tratada. Assim, o tratamento de superfície com jateamento e condicionamento ácido pode melhorar a estabilidade secundária dos mini-implantes ortodônticos autoperfurantes. Registro do estudo: Esse estudo foi registrado no Clinical Trials Registry, Índia (ICMR NIMS). Número de registro: CTRI/2019/10/021718 Objetivos miniimplantes mini dividida Instituição Orthodontics College ChennaiIndia Chennai India Chennai/India Participantes arcadas Métodos Miniimplantes Mini autoperfurantes cônicos paciente miniimplante, miniimplante implante, implante mini-implante digital miniimplante. implante. Resultados 179 17 9 17, 56 5 6 5, 164 16 4 16, 90 0 9, 81 8 1 8, 29 2 2, 33 3 3, 19 1, falharam 714 71 71,4 286 28 28,6 Conclusão grupos porém Assim Registry ICMR NIMS. NIMS . NIMS) registro CTRI201910021718 CTRI 2019 10 021718 CTRI/2019/10/02171 7 71, 28, CTRI20191002171 201 02171 CTRI/2019/10/0217 CTRI2019100217 20 0217 CTRI/2019/10/021 CTRI201910021 021 CTRI/2019/10/02 CTRI20191002 02 CTRI/2019/10/0 CTRI2019100 CTRI/2019/10/ CTRI201910 CTRI/2019/10 CTRI20191 CTRI/2019/1 CTRI2019 CTRI/2019/ CTRI201 CTRI/2019 CTRI20 CTRI/201 CTRI2 CTRI/20 CTRI/2 CTRI/

ABSTRACT Objectives: This clinical trial was conducted to evaluate the stability and failure rate of surface-treated orthodontic mini-implants and determine whether they differ from those of non-surface-treated orthodontic mini-implants. Trial Design: Randomized clinical trial with a split-mouth study design. Setting: Department of Orthodontics, SRM Dental College, Chennai. Participants: Patients who required orthodontic mini-implants for anterior retraction in both arches. Methods: Self-drilling, tapered, titanium orthodontic mini-implants with and without surface treatment were placed in each patient following a split-mouth design. The maximum insertion and removal torques were measured for each implant using a digital torque driver. The failure rates were calculated for each type of mini-implant. Results: The mean maximum insertion torque was 17.9 ± 5.6 Ncm for surface-treated mini-implants and 16.4 ± 9.0 Ncm for non-surface-treated mini-implants. The mean maximum removal torque was 8.1 ± 2.9 Ncm for surface-treated mini-implants and 3.3 ± 1.9 Ncm for non-surface-treated mini-implants. Among the failed implants, 71.4% were non-surface-treated mini-implants and 28.6% were surface-treated mini-implants. Conclusion: The insertion torque and failure rate did not differ significantly between the groups, whereas the removal torque was significantly higher in the surface-treated group. Thus, surface treatment using sandblasting and acid etching may improve the secondary stability of self-drilling orthodontic mini-implants. Trial registration: The trial was registered in the Clinical Trials Registry, India (ICMR NIMS). Registration number: CTRI/2019/10/021718 Objectives surfacetreated treated miniimplants mini implants nonsurfacetreated non miniimplants. implants. Design splitmouth split mouth design Setting Orthodontics College Chennai Participants arches Methods Selfdrilling, Selfdrilling Self drilling, drilling Self-drilling tapered driver miniimplant. miniimplant implant. mini-implant Results 179 17 9 17. 56 5 6 5. 164 16 4 16. 90 0 9. 81 8 1 8. 29 2 2. 33 3 3. 19 1. 714 71 71.4 286 28 28.6 Conclusion groups group Thus selfdrilling self registration Registry ICMR NIMS. NIMS . NIMS) number CTRI201910021718 CTRI 2019 10 021718 CTRI/2019/10/02171 7 71. 28. CTRI20191002171 201 02171 CTRI/2019/10/0217 CTRI2019100217 20 0217 CTRI/2019/10/021 CTRI201910021 021 CTRI/2019/10/02 CTRI20191002 02 CTRI/2019/10/0 CTRI2019100 CTRI/2019/10/ CTRI201910 CTRI/2019/10 CTRI20191 CTRI/2019/1 CTRI2019 CTRI/2019/ CTRI201 CTRI/2019 CTRI20 CTRI/201 CTRI2 CTRI/20 CTRI/2 CTRI/

RESUMO Introdução: Tem sido sugerido que os erros humanos durante o traçado manual das medidas cefalométricas lineares/angulares podem ser eliminados usando a análise guiada por computador. Os pontos de referência, no entanto, são localizados manualmente e o sistema computadorizado completa a análise. Com o advento da Inteligência Artificial na Odontologia, a localização automática dos pontos de referência tornou-se uma ferramenta promissora na Ortodontia digital. Métodos: Cinquenta cefalogramas laterais pré-tratamento obtidos do departamento de Ortodontia da Faculdade de Odontologia SRM (Índia) foram usados. Todas as análises foram feitas pelo mesmo investigador, usando os seguintes métodos: WebCeph™, AutoCEPH© para Windows ou traçado manual. A identificação dos pontos foi realizada automaticamente por Inteligência Artificial no WebCeph™; com o cursor do mouse, no AutoCEPH©; e manualmente, utilizando folha de acetato e lápis 0,3 mm, régua e transferidor. As diferenças médias dos parâmetros cefalométricos entre os três métodos foram calculadas por ANOVA com significância estatística fixada em p<0,05. O coeficiente de correlação intraclasse (ICC) foi usado para determinar a reprodutibilidade e a concordância entre as medidas lineares e angulares obtidas pelos três métodos e a confiabilidade intraexaminador para medidas repetidas. O valor de ICC > 0,75 indicou boa concordância. Resultados: O ICC entre os três grupos foi >0,830, mostrando bom nível de concordância, e o valor dentro de cada grupo foi >0,950, indicando alta confiabilidade intra-avaliador. Conclusão: O software assistido por Inteligência Artificial mostrou boa concordância com o AutoCEPH© e o traçado manual para todas as medidas cefalométricas. Introdução linearesangulares computador entanto tornouse tornou se digital Métodos prétratamento pré tratamento Índia (Índia usados investigador WebCeph WebCeph™ AutoCEPH mouse 03 0 3 0, mm transferidor p005 p 05 p<0,05 (ICC repetidas 075 75 0,7 Resultados 0830 830 >0,830 0950 950 >0,950 intraavaliador. intraavaliador intra avaliador. avaliador intra-avaliador Conclusão p00 p<0,0 07 7 083 83 >0,83 095 95 >0,95 p0 p<0, 08 8 >0,8 09 9 >0,9 p<0 >0, p< >0

ABSTRACT Introduction: It has been suggested that human errors during manual tracing of linear/angular cephalometric parameters can be eliminated by using computer-aided analysis. The landmarks, however, are located manually and the computer system completes the analysis. With the advent of Artificial Intelligence in the field of Dentistry, automatic location of the landmarks has become a promising tool in digital Orthodontics. Methods: Fifty pretreatment lateral cephalograms obtained from the Orthodontic department of SRM dental college (India) were used. Analysis were done by the same investigator using the following methods: WebCeph™, AutoCEPH© for Windows or manual tracing. Landmark identification was carried out automatically by Artificial Intelligence in WebCeph™ and with a mouse driven cursor in AutoCEPH©, and manually using acetate sheet and 0.3-mm pencil, ruler and a protractor. The mean differences of the cephalometric parameters obtained between the three methods were calculated using ANOVA with statistical significance set at p<0.05. Intraclass correlation coefficient (ICC) was used to determine both reproducibility and agreement between linear and angular measurements obtained from the three methods and intrarater reliability of repeated measurements. ICC value of >0.75 indicated good agreement. Results: Intraclass correlation coefficient between the three groups was >0.830, showing good level of agreement, and the value within each group was >0.950, indicating high intrarater reliability. Conclusion: Artificial Intelligence assisted software showed good agreement with AutoCEPH© and manual tracing for all the cephalometric measurements. Introduction linearangular computeraided aided analysis however Dentistry Orthodontics Methods India (India WebCeph AutoCEPH 0.3mm 03mm mm 0.3 0 3 pencil protractor p005 p 05 p<0.05 (ICC 075 75 >0.7 Results 0830 830 >0.830 0950 950 >0.950 Conclusion 3mm 03 0. p00 p<0.0 07 7 >0. 083 83 >0.83 095 95 >0.95 p0 p<0. >0 08 8 >0.8 09 9 >0.9 p<0 > p<