MétaCan
Menu
Retour à la cohorte
Enregistrement W2796028554 · doi:10.1111/cid.12609

Prevalence and measurement of anterior loop of the mandibular canal using CBCT: A cross sectional study

2018· article· en· W2796028554 sur OpenAlexvenueno aff
Pradeep Christopher J, Thenaruvi Marimuthu, C. Krithika, Poorna Devadoss, Santhosh Kumar

Notice bibliographique

RevueClinical Implant Dentistry and Related Research · 2018
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental foramenMental nerveMedicineImpactionPremolarAnterior teethImplantLoop (graph theory)OrthodonticsCone beam computed tomographyMandibular canalDentistryRadiographySurgeryComputed tomographyMolar

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Anterior loop of the mental nerve is a very important anatomic landmark in implant placement and anterior mandibular osteotomies. PURPOSE: Two-dimensional imaging techniques are not competent enough to locate and measure the mental nerve loop in majority of the cases. Any injury to this loop results in pain/paresthesia/numbness in the region supplied by the mental nerve. The aim of this study is to analyze the prevalence and measure the length of the loop using cone beam computerized tomography (CBCT) and calculate the average length and prevalence so that a safe margin can be given while placing the implants or the osteotomy cuts in the premolar region. MATERIALS AND METHODS: A cross-sectional study was done using CBCT images of 85 patients taken for impaction surgery. The length of the loop was measured in mm using standardized lines drawn along specific anatomic landmarks. RESULTS: In our study 11.76% of patients had anterior loop in their mental nerve. Mean length of the mental nerve loop was calculated and found to be 2.79 mm. CONCLUSION: A margin of 4 mm anterior to the mental foramen should be safe to avoid any damage to the mental nerve loop bundle in majority of the cases where the loop is present.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,464
Écart entre enseignants0,309 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations380
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Implant Dentistry and Related ResearchMême sujetDental Radiography and ImagingTravaux en français237 207