Impact of low intensity pulsed ultrasound on volumetric root resorption of maxillary incisors in patients treated with clear aligner therapy: A retrospective study
Notice bibliographique
Résumé
OBJECTIVE: The aim of this study was to evaluate the volumetric root resorption in maxillary incisors following clear aligner therapy (CAT) with low-intensity pulsed ultrasound (LIPUS), and compare the results to CAT alone. MATERIAL AND METHODS: This retrospective study evaluated pretreatment (T0) and post-treatment (T1) cone-beam computed tomography imaging of 42 adult patients. Twenty-one patients (14 females, 7 males, mean age= 38.1±12.96 years) were treated using CAT with LIPUS device, whereas the other twenty-one matching controls patients (15 females, 6 males, mean age= 35.6±11.7 years) were treated using CAT alone. Images were analyzed and a segmentation protocol was applied on the maxillary incisors. Each segmented tooth volume was exported as a surface mesh in the Visualization Toolkit (VTK) file format. The VTK files for all maxillary incisors were coded and corresponding teeth volumes from T0 and T1 were superimposed. Clipping the crown of each tooth was done, then measurements of root volumes and differences between groups were performed. Changes in root volumes were assessed (p<0.05). RESULTS: Root loss was evident in all teeth in both groups, but was significantly increased in all maxillary incisors of the control group (p<0.001) and in upper left central incisor of LIPUS group (p=0.009). When both groups were compared, there was statistically significant minimal volumetric root loss in LIPUS group (3.50-7.32 mm3), when compared to control group (11.48-12.95 mm3) (p<0.05). CONCLUSION: LIPUS group showed less volumetric root resorption compared to control group during the studied treatment time using clear aligners.
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 | 0,000 | 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) | 0,000 | 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 ».