Correlation between craniofacial growth and upper and lower body heights in subjects with Class I occlusion
Notice bibliographique
Résumé
OBJECTIVE: To correlate skeletal age, standing height, upper and lower body lengths, and selected craniofacial growth features in a sample of growing individuals, and to model craniofacial growth using multivariate regression. METHODS: This was a retrospective cross-sectional study with 447 African black boys and girls, between the ages 8 and 16 years, who attended the dental clinic at one hospital. The skeletal maturational age was determined from hand-wrist radiographs using the Greulich and Pyle atlas. Craniofacial measurements representing maxillary length (Ar-ANS), mandibular length (Ar-Gn), and lower facial height (ANS-Me) were calculated from lateral cephalograms in habitual occlusion. Body lengths were clinically measured in centimeters. RESULTS: Moderate correlations (r=0.42 to 0.68) were observed between skeletal age and the three selected craniofacial measurements. Statistically significant correlations were also found between the craniofacial measurements and both upper and lower body lengths. The mandibular length had a stronger correlation with the upper body length than with the lower body length. Multiple regression analyses to determine maxillary and mandibular lengths suggested that sex, upper and lower body lengths might be used to determine maxillary length; while skeletal age, upper and lower body lengths might help determine mandibular length. CONCLUSIONS: Based on the relatively strong correlation between upper body length and mandibular length, further research in this area may warrant its use as a predictor for mandibular growth modification timing.
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) | 0,001 | 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 ».