Accuracy of the Intraoral Scanner for Detection of Tooth Wear
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The aim of this work was to study the accuracy of the intraoral scanner for detection of tooth wear in natural teeth by using micro-computed tomography (micro-CT) as a gold standard. MATERIALS AND METHODS: Twenty premolars were prepared, fixed in acrylic blocks, and scanned with an intraoral scanner (iTero Element® 2) and micro-CT for baseline reference images before artificial tooth wear induction. The samples were then scrubbed with abrasive sandpaper 20 times and scanned with the intraoral scanner. They were then superimposed with the reference images utilising the "TimeLapse" feature of the scanner until the abraded area appeared yellow, indicating tooth surface loss in the 50-200 μm range. The same samples were then rescanned by micro-CT to measure the actual tooth surface loss. This procedure was repeated for the subsequent experimental tooth surface loss of 200-400 μm range (orange areas) and 400-750 μm range (red areas). The collected data were analysed for sensitivity, positive predictive value (PPV), and accuracy. Level of statistical significance was set at .05. RESULTS: In the detection of experimental tooth surface loss, the specificity, PPV, and accuracy of the intraoral scanner were 98%, 98%, and 97%, respectively. CONCLUSIONS: The iTero® intraoral scanner can be recommended to be a suitable screening tool for tooth wear in routine dental practice.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle