Sella turcica morphometrics in children with unilateral cleft lip and palate
Notice bibliographique
Résumé
OBJECTIVE: To use morphometric methods to investigate the size and shape of the sella turcica in children with unilateral cleft lip and palate (UCLP). SETTING AND SAMPLE POPULATION: Fifty-six healthy children with non-syndromic UCLP, from a major paediatric teaching hospital, with lateral cephalograms taken prior to alveolar bone grafting, were compared with an age- and sex-matched control group of healthy children without orofacial clefts, with lateral cephalograms taken prior to orthodontic treatment. MATERIALS AND METHODS: In this cross-sectional study, conventional measurements were performed on the sella turcica to measure width, height and area on lateral cephalograms. Sella shape was also analysed using 11 points defining the sella turcica contours, using geometric morphometrics. Procrustes superimposition was used to register all sella contour tracings to calculate average sella shape. Principal component analysis was applied to the residuals of the point coordinates, and principal components (PCs) of shape were extracted. RESULTS: Statistically significant differences between the UCLP and control groups were found for sella posterior height, midpoint height, maximum height and area, where all of these were smaller in children with UCLP. Principal component analysis revealed that the first two PCs accounted for 84.7% of total shape variance. There was a statistically significant difference in sella shape between children with UCLP and control children. CONCLUSIONS: In children with UCLP, the sella turcica is shorter and with a smaller surface area when compared to matched non-cleft children. Moreover, sella turcica shape, when disregarding size, seems to differ to that of non-cleft children.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».