MétaCan
Menu
← Retour à la cohorte
Enregistrement W2089297666 · doi:10.1111/j.1708-8208.2008.00125.x

A Restoratively Driven Ridge Categorization, as Determined by Incorporating Ideal Restorative Positions on Radiographic Templates Utilizing Computed Tomography Scan Analysis

2008· article· en· W2089297666 sur OpenAlexvenueno aff
Nicolas Elian, Brian Ehrlich, Ziad Jalbout, Sang‐Choon Cho, Stuart Froum, Dennis Tarnow

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2008
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Implant Techniques and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRidgeImplantRadiographyMedicineDentistryOrthodonticsDehiscenceTomographyComputed tomographyGeologySurgeryRadiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The introduction of implants into the field of dentistry has revolutionized the way we evaluate edentulous ridges. In an attempt to evaluate the deficient edentulous ridge, numerous classification systems have been proposed. Each of these classification systems implements a different approach for evaluating and planning treatment for the ridge deficiency. PURPOSE: The purpose of the present investigation was to propose a restoratively driven ridge categorization (RDRC) for horizontal ridge deformities based on an ideal implant position as determined through implant simulation, utilizing computed tomography (CT) scan images. MATERIALS AND METHODS: Radiographic templates were developed to capture the ideal restorative tooth position. Measurements were performed using CT scan software in a cross-sectional view and by virtual placement of a parallel-sided implant with a 3.25-mm diameter. RESULTS: Edentulous ridges were divided into five groupings: Group I, simulated implants with at least 2 mm of facial bone, accounted for 19.4% of ridges; Group II, simulated implant completely surrounded by bone, with less than 2 mm of facial plate thickness, accounted for 10.4% of ridges; Group III, wherein dehiscences are detected but no fenestrations are present, accounted for 33.3% of ridges; Group IV, wherein fenestrations are detected but no dehiscence is present, accounted for 6.3% of ridges; and Group V, wherein both dehiscences and fenestrations are present, accounted for 30.6% of ridges. CONCLUSION: The use of RDRC indicates that a high number of cases in the maxillary anterior area would require augmentation procedures in order to achieve ideal implant placement and restoration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,429
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related Research→Même sujetDental Implant Techniques and Outcomes→Travaux en français237 207→