A comparative study of the diagnostic capabilities of 2D plain radiograph and 3D cone beam CT sialography
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to compare the diagnostic capabilities of two-dimensional sialography with a novel three-dimensional technique using cone beam CT (CBCT). METHODS: 47 subjects underwent parotid or submandibular gland sialography over a 2 year period using both plain imaging and CBCT. Both image sets were anonymized and independently reviewed by three certified oral and maxillofacial radiologists blinded to the clinical data. McNemar's χ(2) test was used to determine differences between the two modalities for feature visualization and interpretation. RESULTS: CBCT outperformed plain imaging with respect to visualization of the gland parenchyma (p < 0.001) and identification of sialoliths (p = 0.02). Plain imaging outperformed CBCT for the identification of strictures (p = 0.04); however, the negative per cent agreement ("specificity") between the two imaging modalities was 100%. Although both imaging modalities performed equally in identifying normal and abnormal sialographic examinations, CBCT demonstrated a high negative per cent agreement for normal glands and a high positive per cent agreement ("sensitivity") for abnormal glands with inflammatory changes. CONCLUSION: CBCT sialography allowed better visualization of gland parenchyma and identification of sialoliths. The high negative per cent agreement for strictures suggests that, if strictures are identified on CBCT images, then obstruction can be ruled in. Relative to plain images, the high negative per cent agreement for normal glands suggests that, if an abnormal finding is detected on CBCT images, then disease can be ruled in, and the high positive per cent agreement for glands with inflammatory changes suggests that inflammation can be ruled out if these changes are not seen on CBCT images.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».