MétaCan
Menu
Retour à la cohorte
Enregistrement W4390747163 · doi:10.53555/jptcp.v31i1.4009

NOVEL IMAGINING TECHNIQUES FOR EARLY DETECTION OF DENTAL CARRIES

2024· article· en· W4390747163 sur OpenAlexaff
Kashif Adnan, Muhammad Usman, Syed Amjad Abbas, Hafiz Mahmood Azam, Anam Hameed, Muhammad Usman Majeed, Sibtain Afzal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensCollège Montmorency
Organismes subventionnairesnon disponible
Mots-clésModality (human–computer interaction)Optical coherence tomographyModalitiesMedical physicsDental researchImaging technologyMedicineDentistryComputer scienceData scienceArtificial intelligenceRadiology

Résumé

récupéré en direct d'OpenAlex

Objective: This research aimed to critically evaluate and consolidate existing knowledge on novel imaging techniques for early dental caries detection. The objective was to provide an overview of the latest advancements in dental imaging technologies, focusing on their sensitivity, specificity, and clinical utility. Study design: Cross-sectional Study Place and duration time: The study was conducted online, utilizing a wide range of academic databases and journals. The duration of the study spanned several months to gather and analyze the necessary data and literature. Materials and methods: Data collection involved the review of academic articles, research papers, and clinical studies related to dental imaging and caries detection. Various statistical methods were employed to analyze and interpret the data, including frequency analysis, chi-square tests, regression analysis, and correlation analysis. Results: The results revealed a diverse range of imaging modalities utilized in dental care, with digital radiography and optical coherence tomography (OCT) being prominent choices. However, there was no significant association between the choice of imaging modality and caries detection or clinical applicability. Regression analysis showed that age had minimal impact on caries detection sensitivity. Correlation analysis indicated weak or non-significant relationships between variables. Conclusion: This study highlights the complexity of dental caries detection, emphasizing the need for a holistic approach that considers various factors beyond imaging modality. While technological advancements have improved dental imaging, the study underscores the significance of clinical expertise and patient-related factors. Further research is warranted to enhance the clinical integration of these emerging techniques and to refine strategies for early detection of dental caries. Top of Form

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,012
Tête enseignante GPT0,282
Écart entre enseignants0,270 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDental Radiography and ImagingTravaux en français237 207