Prediction of lower incisor proclination during Xbow treatment based on initial cephalometric variables
Notice bibliographique
Résumé
OBJECTIVE: To predict lower incisor proclination from initial cephalometric values in Class II division 1 patients treated in phase I with the Xbow appliance. MATERIALS AND METHODS: Two hundred forty-nine mild to moderate Class II division 1 patients treated with the Xbow appliance as a phase I treatment were considered. Patients were in late mixed dentition or early permanent dentition. Commonly used cephalometric variables at T1 (before treatment) were used to predict lower incisor proclination after Xbow treatment (T2). A principal component analysis (PCA) was performed. The four extracted PCA components were skeletal component, incisal distance, anterior facial projection, and maxillo-mandibular relation. Thereafter, a multiple linear regression analysis (MLRA) was performed using the four extracted PCA components at T1 as predictor variables, and lower incisor inclination relative to the mandibular plane (L1-MP) at T2 as the dependent variable. RESULTS: The mean L1-MP at T1 was 95.46 degrees and the mean L1-MP at T2 was 98.51 degrees, resulting in a mean difference of 3.04 degrees. Only incisal distance and maxillo-mandibular relation PCA components had significance (P < .05) according to the MLRA. The overall model gave an adjusted R2 value (coefficient of determination) of 0.091. CONCLUSION: The best prediction model could account for only 9% of the total variability. Using common cephalometric variables at T1, average lower incisor proclination from Xbow treatment cannot be predicted in a clinically meaningful way.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».