In vitro Detection of Occlusal Caries on Permanent Teeth by a Visual, Light-Induced Fluorescence and Photothermal Radiometry and Modulated Luminescence Methods
Notice bibliographique
Résumé
The paradigm shift towards the non-surgical management of dental caries relies on the early detection of the disease. Detection of caries at an early stage is of unequivocal importance for early preventive intervention. OBJECTIVE: The aim of this in vitro study is to evaluate the performance of a visual examination using the International Caries Detection and Assessment System criteria (ICDAS), two quantitative light-induced fluorescence systems (QLF); Inspektor™ Pro and QLF-D Biluminator™ 2 (Inspektor Research Systems B.V., Amsterdam, The Netherlands) and a Photothermal Radiometry and Modulated Luminescence (PTR/LUM), The Canary System® (Quantum Dental Technologies, Toronto, Canada) on detection of primary occlusal caries on permanent teeth. METHODS: 60 teeth with occlusal surface sites ranging from sound to non-cavitated occlusal lesions ICDAS (0-4) were assessed with each detection method twice in a random order. Histological validation was used to compare methods for sensitivity, specificity, % correct and the area under receiver operating characteristic curve (AUC), at standard and optimum sound thresholds. Inter-examiner agreement and intra-examiner repeatability were measured using intraclass correlation coefficient (ICC). RESULTS: Inter-examiner agreement ranged between 0.48 (The Canary System®) and 0.96 (QLF-D Biluminator™2). Intra-examiner repeatability ranged 0.33-0.63 (The Canary System®) and 0.96-0.99 (QLF-D Biluminator™2). Sensitivity ranged 0.75-.096 while specificity ranged 0.43-0.89. AUC was 0.79 (The Canary System®); 0.87 (ICDAS); 0.90 63 (Inspektor™ Pro); and 0.94 (QLF-D Biluminator™2). CONCLUSION: ICDAS had the best combination of sensitivity and specificity followed by QLF-D Biluminator™ 2 at optimum threshold.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».