MétaCan
Menu
Retour à la cohorte
Enregistrement W3011149086 · doi:10.1186/s13005-020-0215-7

Measurement error and reliability of three available 3D superimposition methods in growing patients

2020· article· en· W3011149086 sur OpenAlexaff
Cecilia Ponce‐Garcia, Antônio Carlos de Oliveira Ruellas, Lucía Cevidanes, Carlos Flores‐Mir, Jason P. Carey, Manuel O. Lagravère

Notice bibliographique

RevueHead & Face Medicine · 2020
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Dental and Craniofacial Research
Mots-clésSuperimpositionMedicineOtorhinolaryngologyReliability (semiconductor)Oral and maxillofacial surgeryHead and neck surgeryMedical physicsOrthodonticsStatisticsDentistrySurgeryArtificial intelligenceMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Cone-Beam Computed Tomography (CBCT) images can be superimposed, allowing three-dimensional (3D) evaluation of craniofacial growth/treatment effects. Limitations of 3D superimposition techniques are related to imaging quality, software/hardware performance, reference areas chosen, and landmark points/volumes identification errors. The aims of this research are to determine/compare the intra-rater reliability generated by three 3D superimposition methods using CBCT images, and compare the changes observed in treated cases by these methods. METHODS: Thirty-six growing individuals (11-14 years old) were selected from patients that received orthodontic treatment. Before and after treatment (average 24 months apart) CBCTs were analyzed using three superimposition methods. The superimposed scans with the two voxel-based methods were used to construct surface models and quantify differences using SlicerCMF software, while distances in the landmark-derived method were calculated using Excel. 3D linear measurements of the models superimposed with each method were then compared. RESULTS: Repeated measurements with each method separately presented good to excellent intraclass correlation coefficient (ICC ≥ 0.825). ICC values were the lowest when comparing the landmark-based method and both voxel-based methods. Moderate to excellent agreement was observed when comparing the voxel-based methods against each other. The landmark-based method generated the highest measurement error. CONCLUSIONS: Findings indicate good to excellent intra-examiner reliability of the three 3D superimposition methods when assessed individually. However, when assessing reliability among the three methods, ICC demonstrated less powerful agreement. The measurements with two of the three methods (CMFreg/Slicer and Dolphin) showed similar mean differences; however, the accuracy of the results could not be determined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,571

Scores Codex et Gemma par catégorie

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

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 Opus0,096
Tête enseignante GPT0,359
Écart entre enseignants0,263 · 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 tête enseignante, 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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHead & Face MedicineMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207