Evaluation of lingual mandibular depression of submandibular salivary glands and its relation to inferior alveolar canal using cone beam computed tomography in Malaysian population: a cross sectional study
Notice bibliographique
Résumé
Introduction:In the forensic field, different races or ethnicity present various skeletal status or skull pattern, which aid in racial identification.Objectives: Our study evaluated the deepest lingual concavity depth in the posterior region of the mandible, and its relation to the inferior alveolar canal using cone beam computed tomography (CBCT), and to associate the findings to different gender, age, and race in Malaysia.Material and methods: A retrospective analysis of 384 CBCT scans was done on both left and right sides of the mandible.Position of the deepest lingual concavity depth was evaluated in relation to the inferior alveolar canal, and categorized into 3 groups: above the canal, at the same level as the canal, and below the canal.Analysis was carried out for different gender, age groups, and races in Malaysia. Results:The mean age of the study participants was 36.6 ± 14.6 years, and there was no significant relationship between the deepest lingual concavity depth and age.The mean lingual concavity depth was 2.23 ± 0.76 mm in male subjects, and 1.74 ± 0.61 mm in female subjects.The mean lingual concavity depth was highest in Indian (2.20 ± 0.73 mm), followed by Malay (2.00 ± 0.73 mm), and Chinese (1.80 ± 0.69 mm) populations.Conclusions: Due to variations in the depth and the risk of penetration, with decision made solely on lingual concavity depth and its relation to the inferior alveolar canal, the assessment of implant fixture site is recommended to be done on a case-by-case basis during pre-operative planning for dental implant surgery.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».