Initial forces experienced by the anterior and posterior teeth during dental-anchored or skeletal-anchored en masse retraction in vitro
Notice bibliographique
Résumé
OBJECTIVE: To investigate initial forces acting on teeth around the arch during en masse retraction using an in vitro Orthodontic SIMulator (OSIM). MATERIALS AND METHODS: The OSIM was used to represent the full maxillary arch in a case wherein both first premolars had been extracted. Dental and skeletal anchorage to a posted archwire and skeletal anchorage to a 10-mm power arm were all simulated. A 0.019 × 0.025-inch stainless steel archwire was used in all cases, and 15-mm light nickel-titanium springs were activated to approximately 150 g on both sides of the arch. A sample size of n = 40 springs were tested for each of the three groups. Multivariate analysis of variance (α = 0.05) was used to determine differences between treatment groups. RESULTS: In the anterior segment, it was found that skeletal anchorage with power arms generated the largest retraction force (P < .001). The largest vertical forces on the unit were generated using skeletal anchorage, followed by skeletal anchorage with power arms, and finally dental anchorage. Power arms were found to generate larger intrusive forces on the lateral incisors and extrusive forces on the canines than on other groups. For the posterior anchorage unit, dental anchorage generated the largest protraction and palatal forces. Negligible forces were measured for both skeletal anchorage groups. Vertical forces on the posterior unit were minimal in all cases (<0.1 N). CONCLUSIONS: All retraction methods produced sufficient forces to retract the anterior teeth during en masse retraction. Skeletal anchorage reduced forces on the posterior teeth but introduced greater vertical forces on the anterior teeth.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».