Conventional Multi‐Slice Computed Tomography (CT) and Cone‐Beam CT (CBCT) for Computer‐Assisted Implant Placement. Part I: Relationship of Radiographic Gray Density and Implant Stability
Notice bibliographique
Résumé
PURPOSE: The relationship of conventional multi-slice computed tomography (CT)- and cone beam CT (CBCT)-based gray density values and the primary stability parameters of implants that were placed by stereolithographic surgical guides were analyzed in this study. MATERIALS AND METHODS: Eighteen edentulous jaws were randomly scanned by a CT (CT group) or a CBCT scanner (CBCT group) and radiographic gray density was measured from the planned implants. A total of 108 implants were placed, and primary stability parameters were measured by insertion torque value (ITV) and resonance frequency analysis (RFA). Radiographic and subjective bone quality classification (BQC) was also classified. Results were analyzed by correlation tests and multiple regressions (p < .05). RESULTS: CBCT-based gray density values (765 ± 97.32 voxel value) outside the implants were significantly higher than those of CT-based values (668.4 ± 110 Hounsfield unit, p < .001). Significant relations were found among the gray density values outside the implants, ITV (adjusted r(2) = 0.6142, p = .001 and adjusted r(2) = 0.5166, p = .0021), and RFA (adjusted r(2) = 0.5642, p = .0017 and adjusted r(2) = 0.5423, p = .0031 for CT and CBCT groups, respectively). Data from radiographic and subjective BQC were also in agreement. CONCLUSIONS: Similar to the gray density values of CT, that of CBCT could also be predictive for the subjective BQC and primary implant stability. Results should be confirmed on different CBCT scanners.
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 | 0,002 | 0,004 |
| 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 | 0,000 | 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) | 0,005 | 0,001 |
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 ».