The effect of scanner type and scan body position on the accuracy of complete‐arch digital implant scans
Notice bibliographique
Résumé
BACKGROUND: How the accuracy of complete-arch implant scans is affected when different intraoral scanners (IOSs) are used and the effect of scan body position on the accuracy are not well-known. PURPOSE: To compare the scan accuracy (trueness and precision) of a recently introduced IOS (Virtuo Vivo) to a commonly used IOS (TRIOS 3) and the scans of a laboratory scanner (LBS; Cares 7 SERIES) in a completely edentulous maxilla with four implants. It was also aimed to evaluate the effect of scan body position on the accuracy. MATERIALS AND METHODS: Multi-unit scan bodies were tightened on a poly(methyl methacrylate) edentulous maxillary model with four implants. A master reference model (MRM) stereolithography (STL) file was generated by scanning the model with a high-precision scanner. The model was scanned with three different scanners (n = 10); two different IOSs and a LBS. STL files were superimposed over the MRM. RESULTS: For trueness, scan body position (P = .004) and scanner type (P < .001) had a significant effect on distance deviation and a significant interaction was found (P = .001). For angular deviation, only scanner type had a significant effect (P = .028). For precision, significant difference was found for distance (P = .011) and angular deviations (P = .020) between different scanner types. CONCLUSIONS: One scanner type was not superior to others when both trueness and precision were considered. Position of the scan body affected the distance deviation (trueness).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».