Three-Dimensional Morphologic Nasal Surface Characteristics that Predict the Extremes of Esthetics in Patients with Repaired Cleft Lip and Palate
Notice bibliographique
Résumé
OBJECTIVE: The purposes of this study were (1) to develop imaging methods and objective numeric parameters to describe nose morphology, and (2) to correlate those parameters with nasal esthetics for patients with clefts. METHODS: A total of 28 patients with repaired complete unilateral cleft lip and palate (CUCLP) and 20 age- and gender-matched individuals without clefts were identified. A panel of orthodontists rated and ranked nasal esthetics from nose casts for the cleft group. Best and worst esthetic cleft groups were established from the cast assessments. Three-dimensional surface coordinates of the casts were digitally mapped with an electromagnetic tracking device. Digitized nasal images were oriented, voxelated, sliced, and mathematically curve-fitted. Maximum difference, percent area difference, and maximum and minimum derivative differences between cleft and noncleft and between right and left nose sides were calculated. Differences in parameters between groups were assessed with the use of analysis of variance (ANOVA) and t tests, and correlations with esthetics were assessed with the Spearman rank correlation test. RESULTS: Differences were seen between cleft and noncleft and best and worst esthetic groups for all four parameters (p < .05). The best esthetic cleft group had (1) lower percent area difference (p < .0001), (2) lower maximum difference (p < .001), and (3) smaller differences in slope of the nose in the coronal plane (p < .0001) than the worst esthetic cleft group. CONCLUSIONS: Maximum difference and maximum derivative difference and, to a lesser degree, percent area difference can be used to identify differences between cleft and noncleft nasal morphology and to assess levels of nasal esthetics for patients with CUCLP.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».