The predictability of transverse changes with Invisalign
Notice bibliographique
Résumé
OBJECTIVES: To investigate the predictability of arch expansion using Invisalign. MATERIALS AND METHODS: Sixty-four adult white patients were selected to be part of this retrospective study. Pre- and posttreatment digital models created from an iTero scan were obtained from a single orthodontist practitioner. Digital models from Clincheck were also obtained from Align Technology. Linear values of upper and lower arch widths were measured for canines, premolars, and first molars at two different points: lingual gingival margins and cusp tips. A paired t-test was used to compare expansion planned on Clincheck with the posttreatment measurements. Variance ratio tests were used to determine if a larger change planned was associated with larger error. RESULTS: For every maxillary measurement, there was a statistically significant difference between Clincheck and final outcome (P < .05), with prediction worsening toward the posterior region of the arch. For the lower arch measurements at the gingival margin, there was a statistically significant difference between the Clincheck planned expansion and the final outcome (P < .05). Points measured at the cusp tips of the lower arch teeth showed nonstatistically significant differences between Clincheck prediction and the final outcome (P > .05). Variance ratios for upper and lower arches were significant (P < .05). CONCLUSIONS: The mean accuracy of expansion planned with Invisalign for the maxilla was 72.8%. The lower arch presented an overall accuracy of 87.7%. Clincheck overestimates expansion by body movement; more tipping is observed. Overcorrection of expansion in the posterior region of the maxillary arch seems appropriate.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».