MétaCan
Menu
Retour à la cohorte
Enregistrement W2052790810 · doi:10.1111/ocr.12024

The validity, reliability, and time requirement of study model analysis using cone‐beam computed tomography–generated virtual study models

2013· article· en· W2052790810 sur OpenAlexaff
Nghe S. Luu, M. Mandich, Carlos Flores‐Mir, Tarek El‐Bialy, Giseon Heo, Jason P. Carey, Paul W. Major

Notice bibliographique

RevueOrthodontics and Craniofacial Research · 2013
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCone beam computed tomographyReliability (semiconductor)Intra-rater reliabilityOrthodonticsDentistryRepeated measures designComputed tomographyMedicineMathematicsStatisticsConfidence intervalSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To investigate the validity, reliability, and time spent to perform a full orthodontic study model analysis (SMA) on cone-beam computed tomography (CBCT)-generated dental models (Anatomodels) compared with conventional plaster models and a subset of extracted premolars. SETTING AND SAMPLE POPULATION: A retrospective sample of 30 consecutive patient records with fully erupted permanent dentition, good-quality plaster study models, and CBCT scans. Twenty-two extracted premolars were available from eleven of these patients. MATERIALS AND METHODS: Five evaluators participated in the inter-rater reliability study and one evaluator for the intrarater reliability and validity studies. Agreement was assessed by ICC and cross-tabulations, while mean differences were investigated using paired-sample t-tests and repeated-measures anova. RESULTS: For all three modalities studied, intrarater reliability was excellent, inter-rater reliability was moderate to excellent, validity was poor to moderate, and performing SMA on Anatomodels took twice as long as on plaster. CONCLUSIONS: Study model analysis using CBCT-generated study models was reliable but not always valid and required more time to perform when compared with plaster models.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil0,813

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,124
Tête enseignante GPT0,377
Écart entre enseignants0,253 · 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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrthodontics and Craniofacial ResearchMême sujetDental Radiography and ImagingTravaux en français237 207