Dental age assessment of 4–16year old Western Saudi children and adolescents using Demirjian’s method for forensic dentistry
Notice bibliographique
Résumé
Aim Developing teeth are used to assess maturity and estimate age in several disciplines such as pediodontic, orthodontic , pediatric endocrinology and forensic odontology . The aim was to determine the statistical adjustment needed when dental age is estimated using Demirjian’s method for Western Saudi children and adolescents between ages 4 and 16 years of age. Also, to compare a Western Saudi population sample with the original French-Canadian. Methods and materials The most common standard for forensic age estimation or analysis of children and sub-adults of Demirjian et al. (1973) was used, with a total of 198 individuals (boys = 88 and girls = 110). The panoramic radiographs were used to score the seven left mandibular teeth. Results The mean difference was 1.44 to 0.64 in girls and from 0.66 to 0.77 in boys. Among girls there was a statistically significant difference for 7, 11, and 15 years ( P < 0.05). There was a statistically significant difference ( P < 0.05), in boys for age groups 8 and 13 only. On average for all ages, Western Saudi Arabia girls were 0.059 (sd = 1.26) years and the boys 0.66 (sd = 1.14) years ahead of the French-Canadian children. Conclusion New tables were developed in order to convert dental maturity calculation according to Demirjian’s method into estimated age of contemporary Western Saudi population (significant overestimation). For future research, increase in the sample size for all age ranges to establish new maturity scores and logistic curves for the studied population group and comparison with other Saudi children in rural communities found in other regions in Saudi Arabia would be ideal.
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 | 0,014 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».