A Comparative Study of Computed Tomography and Magnetic Resonance Imaging for the Detection of Mandibular Canals and Cross‐Sectional Areas in Diagnosis prior to Dental Implant Treatment
Notice bibliographique
Résumé
BACKGROUND: Computed tomography (CT) is effective in the diagnosis of dental implants. However, it has the disadvantage of exposing patients to high doses of x-rays, and the mandibular canals cannot be detected by CT in some clinical cases. PURPOSE: The purpose of this study was to examine the detectability of the anatomic morphology of the molar region in the lower jaw (where implantation is common) by CT and magnetic resonance imaging (MRI), to compare the data, and to determine the usefulness of MRI in diagnosis prior to dental implant treatments. MATERIALS AND METHODS: Eleven female subjects (average age, 59 years) who had partially edentulous mandibles (total of 19 sites) were included in the study. CT and MRI were performed with the same subjects, and the degrees of identification of the mandibular canal in the first and second molar regions were compared. Dimensional accuracy in the second molar region was also compared. RESULTS: With CT, the canals of the first molar regions were not identified in 11 of 19 sites; however, MRI identified the canals in all 19 sites. Using the kappa index, we found that the inter- and intraobserver identification reliabilities (0.84 and 0.87, respectively) were excellent, especially for MRI. Dimensional positioning of the canal in the second molar region was almost the same with MRI as with CT. CONCLUSIONS: MRI is an alternative method in diagnosis prior to dental implant treatment in the mandibular molar region.
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 | 0,007 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».