MétaCan
Menu
Retour à la cohorte
Enregistrement W3101557065 · doi:10.22479/texturav14n1p50-64

Ocorrência de má oclusão em pacientes pediátricos atendidos em uma clínica integrada de odontologia

2020· article· pt· W3101557065 sur OpenAlexaff
Natanael Ramos dos Santos, Roberto Carlos Carvalho Cerqueira, Kaliane Rocha Soledade, Larissa Rolim Borges-Paluch

Notice bibliographique

RevueTextura · 2020
Typearticle
Languept
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

As más oclusões são classificadas como um dos maiores problemas bucais pela Organização Mundial de Saúde. Nesse sentido, a pesquisa teve como objetivos investigar os tipos de más oclusões mais frequentes em pacientes pediátricos atendidos em uma clínica-escola no Recôncavo da Bahia e averiguar os hábitos bucais deletérios presentes nestes pacientes. A pesquisa aborda o tema de forma epidemiológica transversa, documental e com abordagem quantitativa. Os dados obtidos foram originados de prontuários odontológicos oriundos de pacientes pediátricos atendidos na clínica odontológica. Dos 180 prontuários avaliados constatou-se que a maioria dos pacientes pertence ao sexo masculino (58%), com idade entre 5 e 8 anos (78%) e predominância étnico-racial de faiodermas (40%) No que se refere as más oclusões, foi evidenciado que 13,8% apresentaram más Oclusões Verticais, 36,1% Más Oclusões Anteroposteriores e 5% Má Oclusão Transversal. Em relação às más oclusões anteroposteriores, foi observado que 16,7% dos pacientes amostrados apresentavam má oclusão de classe I, 13,9% dos pacientes apresentavam de classe II e 5,5% dos pacientes de classe III segundo classificação de Angle. Evidencia-se a necessidade da adoção de medidas para a implementação de ortodontia interceptativa e realização de procedimentos preventivos para evitar o agravamento das más oclusões.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,034
Tête enseignante GPT0,313
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTexturaMême sujetDental Health and Care UtilizationTravaux en français237 207