Dental age estimation in southern Chinese population using panoramic radiographs: validation of three population specific reference datasets
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The accuracy of estimated age should depend on the reference data sets (RDS) from which the maturity scores or Ages of Attainment (AoA) were obtained. This study aimed to test the accuracy of age estimation from three different population specific dental reference datasets (RDS). METHODS: Two hundred and sixty six dental panoramic radiographs of subjects belonging to southern Chinese ethnicity were scored and dental age (DA) was estimated from three reference datasets: French-Canadian, United Kingdom (UK) Caucasian and southern Chinese. Statistical significance was set at p < 0.05 and for each method, the difference between the chronological age (CA) and dental age (CA-DA) was calculated using paired t-tests. In addition, Chi-square tests were performed to evaluate the accuracy of the age estimates within specific time interval from CA. RESULTS: The estimated age difference (CA-DA) using the French Canadian RDS was - 0.62 years for males and - 0.36 years for females. For the UK Caucasian RDS, the age difference was 0.25 years for males and 0.23 years for females. The difference observed using the southern Chinese RDS was - 0.02 years for both genders and the difference was not statistically significant (p > 0.05). The southern Chinese RDS estimated the age of 80% of subjects within ±12 months range, and 90% of subjects within ±18 months range (p < 0.05) showing it to be more accurate than other datasets. CONCLUSION: It is concluded that population specific Reference Data Sets improve the accuracy of dental age estimation.
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.
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 | 0,000 | 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 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle