MétaCan
Menu
Retour à la cohorte
Enregistrement W4317478833 · doi:10.1111/edt.12819

A step‐by step guide for autotransplantation of teeth

2023· article· en· W4317478833 sur OpenAlexaff
Mitsuhiro Tsukiboshi, Chie Tsukiboshi, Liran Levin

Notice bibliographique

RevueDental Traumatology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDental Trauma and Treatments
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAutotransplantationDentitionMedicineDentistryTooth lossPermanent toothOrthodonticsPermanent teethTransplantationSurgeryOral health

Résumé

récupéré en direct d'OpenAlex

Tooth loss is an adverse consequence of oral diseases and traumatic dental injuries. Although several treatment options exist to treat a missing or hopeless tooth, especially in young individuals, most of the existing alternatives (such as orthodontic treatment, removable or fixed partial dentures, and dental implants) impose a challenge in children due to the nature of the developing jaw bones. Tooth autotransplantation is the replacement of a tooth with another functional tooth within the patient's dentition. Autotransplantation can serve as a promising treatment alternative in cases of tooth loss not only in children and adolescents but also in adult patients. Autotransplantation is a technique-sensitive procedure, that requires proper and thorough planning as well as careful and knowledgeable execution in order to improve the chances for long-term success and survival of the transplanted tooth. Thus, the aim of this article was to provide a step-by-step clinical guide, emphasizing key points and highlights for planning and performing a successful autotransplantation procedure. Autotransplantation is a very predictable treatment modality that can serve as a viable option to replace a missing tooth, especially in young patients. Proper planning and careful execution of the procedure are important to achieve optimal long-term results.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0460,036

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 Opus0,076
Tête enseignante GPT0,451
Écart entre enseignants0,376 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDental TraumatologyMême sujetDental Trauma and TreatmentsTravaux en français237 207