A survey on radiographic prescription practices in dental implant assessment among dentists in Kerala, India.
Notice bibliographique
Résumé
AIMS AND OBJECTIVES: To conduct a survey of the current radiographic prescription practices among implant practitioners in the state of Kerala, India. METHODS: 300 dentists were interviewed by employing a questionnaire which enquired about the radiographic evaluation methods prescribed by practitioners in implant site assessment in their implantology practice. Other reasons for choosing particular imaging modalities were also enquired. The data collected from the survey was analysed using Epi-Info 7.1.3 software. RESULTS: Around 87.33% of the dentists prescribed only OPG for the implant site assessment and only 4.66% ordered Orthopantomograph (OPG) in combination with an Intra Oral Periapical Radiograph (IOPAR) and 4.33% ordered OPG with Computed Tomography (CT). Only 0.02% of the practitioners ordered CT as a single examination and 1% ordered it in conjunction with other modalities. 0.066% individuals ordered IOPAR as the sole imaging modality and none of them ever prescribed conventional or Cone beam computed tomography. CONCLUSIONS: Our study has conclusively proven that most of the dentists prescribe OPG followed by a combination of OPG and Intraoral periapical radiographs in their implant practices. Many of them were not aware and did not follow the American Academy of Oral and Maxillofacial Radiology, European Academy of Dentomaxillofacial Radiology, European Association of Osseointegration and International Congress of Oral Implantology recommendations regarding cross-sectional imaging.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».