Definition of At-Risk Occlusal Surfaces of Permanent Molars—A Descriptive Study
Notice bibliographique
Résumé
UNLABELLED: THE OBJECTIVE of this descriptive study was to define the at-risk occlusal surface to guide the practitioner in the decision of whether to seal or not. METHOD: All dentists affiliated with the French Society of Pediatric Odontology (SFOP) and general practitioners (GP) registered in postgraduate courses in three French dental schools answered the same questionnaire illustrating four occlusal surfaces of permanent molars. It was focused on obtaining an optimal definition of an at-risk occlusal surface. The corresponding four molars were later sectioned to check the answers. Univariate logistic regression analyses and multivariate logistic regression models were tested to identify the factors associated with the at-risk occlusal surface. RESULTS: Eighty-six SFOP dentists and 136 GP filled in the form. Multivariate logistic regression models stratified by type of practice demonstrated that stained fissures (p =0.001) were only associated with at-risk occlusal surface among GP and the morphology of primary fissure (p=0.001) when considering SFOP dentists alone. The multivariate analyses demonstrated that stained fissures, and primary and secondary fissures were linked to the perception of an at-risk occlusal surface. CONCLUSION: An at-risk occlusal surface has narrow and deep primary fissures. Numerous secondary fissures could increase the risk. The coloration of fissures should not be used in the definition because it depends on tooth integrity.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».