Do malocclusion and Helkimo Index ≥5 correlate with body posture?
Notice bibliographique
Résumé
Whether there are correlations between the stomatognathic system and body posture remains controversial. Here, we have investigated whether malocclusal traits and having a Helkimo Index ≥ 5 show detectable correlations with body-posture alterations in children and young adults. A total of 1178 11- to 19-year-old subjects were divided into four groups: (i) controls; (ii) malocclusion; (iii) Helkimo Index ≥ 5 and (iv) malocclusion + Helkimo Index ≥ 5. Dental occlusion assessment included the following: overbite, overjet, posterior crossbite, scissorbite, mandibular crowding and dental class. Subsequently, body-posture assessments were performed through static analyses of body inclination and trunk asymmetry, and according to the dynamic Fukuda stepping test. Univariate and multivariate statistical analyses were performed. Although at the univariate level both the trunk asymmetry and Fukuda stepping test showed significant differences among the groups, the multivariate level revealed that age and gender were mostly responsible for this. The only significant correlation that was seen was for the malocclusion + Helkimo Index ≥ 5 group: these subjects had a positive (worse) trunk asymmetry and a negative (better) Fukuda stepping test performance. At the further multivariate analyses of each single malocclusal trait ⁄Helkimo Index ≥ 5 (irrespective of the groups), only an increased overbite showed a statistically significant association with a slightly better Fukuda stepping test performance. Given the small number of significant associations seen and their limited entities, this study does not support the existence of clinically relevant correlations for malocclusal traits and Helkimo Index ≥ 5 with body posture in children and young adults.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».