A Cleft-Customized Occlusal Rating System to Assess Orthodontic Occlusal Improvement in Patients With Unilateral Cleft Lip and Palate
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to develop a new method to quantify occlusal improvement in patients with unilateral cleft lip and palate (UCLP) who had undergone orthodontic treatment and to evaluate its reproducibility. DESIGN: A panel of orthodontists decided on the relevance of different occlusal features to score initial and final 3-dimensional study models and panoramic radiographs. A subsequent subjective analysis was later performed by a local orthodontic panel. SETTING: The sample was obtained from the orthodontic clinical archives of a hospital known for the treatment of patients with craniofacial differences. PATIENTS: Thirty-one nonsyndromic patients, 17 males and 14 females, were randomly selected according to preestablished inclusion/exclusion criteria. INTERVENTIONS: The records corresponded to the period during which the patients were treated with conventional multibracket mechanics and adjunctive restorative procedures. MAIN OUTCOME/MEASURES: The intraclass correlation coefficient measured intraexaminer and interexaminer agreements. The Spearman correlation test assessed the relationship between the local orthodontic panel perception and the improvement scores. RESULTS: Inter- and intra-rater ICCs varied between fair/good to excellent. There was a strong correlation between the Cleft-Customized Occlusal Rating system classification of occlusal improvement and the local orthodontic panel's perception, thereby enabling the utilization of the interpretation scale by the panel. CONCLUSIONS: The method showed to be a useful tool in quantifying and classifying occlusal improvement in this specific population. As any other method, some limitations apply and need to be accounted for.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».