MétaCan
Menu
Retour à la cohorte
Enregistrement W1504050639 · doi:10.1111/cid.12221

Linear Measurement Accuracy of Eight Cone Beam Computed Tomography Scanners

2014· article· en· W1504050639 sur OpenAlexvenueno aff
Pasupen Kosalagood, Onanong Silkosessak, Pisha Pittayapat, Pagaporn Pantuwadee Pisarnturakit, Ruben Pauwels, Reinhilde Jacobs

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2014
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCone beam computed tomographyCalipersIntraclass correlationScannerImaging phantomNuclear medicineMedicineGold standard (test)DICOMStandard deviationMathematicsReproducibilityComputed tomographyComputer scienceArtificial intelligenceRadiologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Information regarding linear accuracy is necessary for efficient treatment evaluation, especially for maxillofacial reconstruction or implants. PURPOSE: To investigate the accuracy of linear measurements from multiple cone beam computed tomography (CBCT) devices. MATERIALS AND METHODS: A RANDO® phantom was scanned with eight CBCT scanners (11 modes). The viewing software accompanying each scanner was employed for measurements in mediolateral, anteroposterior, and supero-inferior dimensions by two dentomaxillofacial radiologists. Digital caliper measurements were used as a "gold standard." ANOVA with Scheffé post hoc analysis and intraclass correlation coefficient (ICC) were utilized for statistical analyses. The level of confidence was 95%. RESULTS: Differences from the gold standard among 11 acquisition modes were statistically significant (p < .001). Measurements from one unit were always underestimated compared with all others (p < .001). The range of absolute measurement errors for tested units was -2.56 to 0.54 mm (mean ± SD 0.45 ± 0.71) including the outlier and -0.34 to 0.54 mm (0.16 ± 0.11) excluding the outlier. Slightly more values were underestimated than overestimated (41 of 66 measurements, 7 out of 11 CBCT modes). ICC scores for inter- and intraobserver agreement were perfect (1.000). CONCLUSIONS: Treatment planning from large-volume CBCT was found to be reliable in all except one of the investigated scanners. New CBCT scanners should always be tested for geometric accuracy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,363
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,108
Tête enseignante GPT0,414
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related ResearchMême sujetDental Radiography and ImagingTravaux en français237 207