The frequency and nature of incidental findings in large-field cone beam computed tomography scans of an orthodontic sample
Notice bibliographique
Résumé
BACKGROUND: The aim of this study is to evaluate the nature and frequency of incidental findings in large-field maxillofacial cone beam computed tomography (CBCT). METHODS: A total of 427 consecutive CBCT radiologic reports obtained for orthodontic purposes were retrospectively reviewed. Findings were summarized and categorized into six anatomic categories. RESULTS: A total of 842 incidental findings were reported in the 427 CBCT scans (1.97 findings/scan). The most prevalent findings were those located in the airway (42.3%), followed by the paranasal sinuses (30.9%), dentoalveolar (14.7%), surrounding hard/soft tissues (4.0%), temporomandibular joint (TMJ) (6.4%), and cervical vertebrae (1.3%) regions. Non-odontogenic findings, defined as those located outside the dentition and associated alveolus, represented 718 of the 842 (85.3%) findings. CONCLUSIONS: This study confirms the high occurrence of incidental findings in large-field maxillofacial CBCT scans in a sample of orthodontically referred cases. The majority are extragnathic findings, which can be normally considered outside the regions of interest of many dental clinicians. Specifically, incidental findings in the naso-oropharyngeal and paranasal air sinuses are the most frequent. This underscores the need for comprehensive review of the entire data volume and the requisite to properly document all findings, regardless of the region of interest.
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 | 0,001 | 0,006 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».