MétaCan
Menu
Retour à la cohorte
Enregistrement W3204234910 · doi:10.1155/2021/7308636

Radiographic Features of Facial Cosmetic Material: Report of Two Cases

2021· article· en· W3204234910 sur OpenAlexaff
Noura Alsufyani, Mohammed A. Alsufyani

Notice bibliographique

RevueCase Reports in Dentistry · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineRadiographyDentistryCosmetic TechniquesOrthodonticsDermatologySurgery

Résumé

récupéré en direct d'OpenAlex

Recently, the use of noninvasive facial cosmetic procedures has been widely disseminated. In the face, cosmetic fillers, threads, and implants are used to reduce or delay the effects of aging or adjust facial defects caused by trauma or disease. The dentist or dental specialist may encounter these materials in the radiographic images of their patients. There are few reports in the dental literature describing the radiographic appearance of some materials along with the diseases they mimic. As the procedures and materials advance and evolve, dentists and dental specialists must be aware of their radiographic appearance to avoid errors in diagnosis. This is a report of two cases that include panoramic radiography and CBCT scan. Among these cases, there is an unusual appearance of a cosmetic filler due to a subperiosteal injection method. Moreover, it will discuss common types of cosmetic materials used in the face and their imaginological appearance. This is the key to dentists and dental specialists due to increasing use of facial cosmetic materials and a parallel increase in the use of cone beam CT and chances to encounter such findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: Étude de cas
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeÉtude de cas
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCase Reports in DentistryMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207