Anterior maxillary dentoalveolar and skeletal cephalometric factors involved in upper incisor crown exposure in subjects with Class II and III skeletal open bite
Notice bibliographique
Résumé
OBJECTIVE: To compare the anterior dentoalveolar and skeletal maxillary cephalometric factors involved in excessive upper incisor crown exposure (UICE) in subjects with skeletal open bite Class II (SOBCIIG) and Class III (SOBCIIIG) against an untreated control group (CG). MATERIALS AND METHODS: Seventy pretreatment lateral cephalograms of orthodontic young adult patients (34 men, 36 women) were examined. The sample was divided into three groups according to both sagittal and vertical growth pattern and occlusion. The CG group (n = 25) included Class I, normodivergent cases with adequate overbite, and the SOBCIIG group (n = 25) and SOBCIIIG group (n = 20) included skeletal Class II or III malocclusions, respectively, with hyperdivergent pattern and negative overbite. Several cephalometric measurements were considered (skeletal and dental). Analysis of variance, multivariate analysis of covariance, and Tukey HSD post hoc tests were used. Principal component analysis (PCA) was used for reducing the number of cephalometric variables related to UICE. Finally, a multiple linear regression was calculated. RESULTS: Significant differences in UICE were found between the groups (P < .05). UICE was 3.9 mm in SOBCIIG, 2.5 mm in SOBCIIIG, and 0.4 mm in CG. PCA showed that a nondental component-including vertical maxillary height (VMH) and upper lip height (ULH)-was the only component significantly associated with UICE. The regression model had a moderate prediction capability. CONCLUSIONS: Although the UICE was statistically different in SOBCIIG, the values were within the esthetic standards. The UICE was mainly influenced by VMH and ULH.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».