In vivo validity of proximal caries detection in primary teeth, with histological validation
Notice bibliographique
Résumé
Background Detection and diagnosis of proximal caries in primary molars are challenging. Aim The aim of this in vivo study was to assess the validity and reproducibility of four methods of proximal caries detection in primary molar teeth. Design Eighty‐two children (5‐10 years) were recruited. Initially, 1030 proximal surfaces were examined using meticulous visual examination ( ICDAS ) ( VE 1), bitewing radiographs ( RE ), and a laser fluorescence pen device ( LF 1). Temporary tooth separation ( TTS ) was achieved for 447 surfaces, and these were re‐examined visually ( VE 2) and using the LF pen ( LF 2). Three hundred and fifty‐six teeth (542 surfaces) were subsequently extracted and provided histological validation. Results At D 1 (enamel and dentine caries) diagnostic threshold, the sensitivity of VE 1, RE , VE 2, LF 1, and LF 2 examination was 0.52, 0.14, 0.75, 0.58, and 0.60 and the specificity values were 0.89, 0.97, 0.88, 0.85, and 0.77, respectively. At D 3 (dentine caries) threshold, the sensitivity values were 0.42, 0.71, 0.49, 0.63, and 0.65, respectively, whereas specificity was 0.93 for VE 1 and VE 2, and 0.98, 0.87, and 0.88 for RE , LF 1, and LF 2 examinations, respectively. ROC analysis showed radiographic examination to be superior at D 3 . Conclusion Meticulous caries diagnosis ( ICDAS ) should be supported by radiographs for detection of dentinal proximal caries in primary molars.
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 | 0,001 | 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 ».