Human Cadaver Study Evaluating a New Measurement Technique for Graft Volumes after Sinus Floor Elevation
Notice bibliographique
Résumé
PURPOSE: Volumetric data can be used as complementary information to characterize grafting materials. The aim of this cadaveric study was to analyze a noncommercial measurement technique based on the novel concept of an "interactive rigid registration algorithm" (IRRA). Parameters analyzed included the reproducibility of IRRA measurements and their reliability in comparison with the established measurement technique of "region growing segmentation thresholding" (RGST). MATERIALS AND METHODS: Three human skulls were used to simulate a total of 18 sinus grafts, using three incremental grafting procedures in each sinus (three skulls ×t wo sinuses × three grafting increments). Radiopaque impression material was used for the simulated grafts, whose volumes were recorded by computed tomography from three different tilt angles. The reproducibility of IRRA measurements and the reliability of volumetric results obtained with both the IRRA and RGST techniques were evaluated by appropriate intraclass correlation coefficient (ICC) and Bland-Altman analysis. RESULTS: ICC greater than 0.9 indicated close to perfect agreement of the results obtained with both methods and good reproducibility of the IRRA measurements. Bland-Altman analysis demonstrated good inter-method and intramethod agreement. CONCLUSIONS: The IRRA measurement technique can be recommended as a noninvasive tool to evaluate graft volumes in human maxillary sinuses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».