Accuracy of intraoral scan images in full arch with orthodontic brackets: a retrospective in vivo study
Notice bibliographique
Résumé
OBJECTIVES: The purpose of this retrospective study was to evaluate the accuracy of intraoral scan (IOS) images in the maxillary and mandibular arches with orthodontic brackets. MATERIAL AND METHODS: From digital impressions of 140 patients who underwent orthodontic treatment, consecutive IOS images were selected based on standardized inclusion criteria: Two pre-orthodontic IOS images (IOS1 and IOS2) of permanent dentition with fully erupted second molars and IOS images obtained immediately after orthodontic bracket bonding (IOSb). Superimpositions were performed to evaluate the reproducibility of repeated IOS images. Accuracy of IOSb images was analyzed by comparing the average surface errors between IOS1c and IOS2c images, which were IOS images cut based on the same region of the interest as between IOS1 and IOSb images. RESULTS: A total of 84 IOS images was analyzed. The average surface errors between IOS1 and IOS2 images were 57 ± 8 μm and 59 ± 14 μm in the maxillary and mandibular arch, respectively, and their reliability was almost perfect. The average errors between IOSb and IOS1c images exhibited an increase, which measured 97 ± 28 μm in the maxillary arch and 95 ± 29 μm in the mandibular arch. These surface deviations between IOSb and IOS1c images were significantly larger in each region as well as entire dentition (P < 0.001) compared to those between IOS1c and IOS2c images. CONCLUSIONS: The average surface errors of the scans with brackets showed increased values compared with those without brackets. This suggests that orthodontic brackets could affect the trueness of intraoral scan images. CLINICAL RELEVANCE: It is necessary for clinicians to consider the effect of brackets on digital impression when using IOS images in orthodontic patients.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».