Método multicriterio para la valoración de la efectividad de la cicatrización post quirúrgica del tercer molar retenido mandibular usando FRP vs. cicatrización normal

Contenido principal del artículo

Leslie Dayana Avilés Brito
Jennifer Dayana Cárdenas Velastegui
Danna Mabel Castro Freire
Johanna Leticia Ortiz González

Resumen

La extracción de terceros molares mandibulares retenidos es un procedimiento común en la cirugía oral y maxilofacial, pero puede haber complicaciones postoperatorias. La presente investigación propone el desarrollo de un método para la valoración de la efectividad de la cicatrización post quirúrgica del tercer molar retenido mandibular usando FRP vs cicatrización normal. El método propuesto basa su funcionamiento mediante un enfoque multicriterio para la valoración. Se descubrió que la aplicación de FRP en la extracción de terceros molares mejoró significativamente la cicatrización de los tejidos blandos y óseos. Los pacientes que recibieron tratamiento experimentaron menos dolor, menos inflamación y una cicatrización más rápida. Además, se ha demostrado que la FRP es segura y efectiva en pacientes con condiciones médicas especiales, como aquellos que toman medicamentos anticoagulantes o han recibido radioterapia. En la extracción de terceros molares mandibulares retenidos, el uso de plaquetas ricas en fibrina (FRP) mejora la cicatrización, reduce la inflamación y el dolor.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Cómo citar
Método multicriterio para la valoración de la efectividad de la cicatrización post quirúrgica del tercer molar retenido mandibular usando FRP vs. cicatrización normal. (2023). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 30, 89-101. https://fs.unm.edu/NCML2/index.php/112/article/view/455
Sección
Articulos

Cómo citar

Método multicriterio para la valoración de la efectividad de la cicatrización post quirúrgica del tercer molar retenido mandibular usando FRP vs. cicatrización normal. (2023). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 30, 89-101. https://fs.unm.edu/NCML2/index.php/112/article/view/455