Worldwide Anatomic Characteristics of the Mandibular Canine—A Multicenter Cross-Sectional Study with Meta-Analysis
Notice bibliographique
Résumé
INTRODUCTION: This study aimed to examine the global prevalence of root and root canal morphologies in mandibular canines and analyze potential influences of region, ethnicity, sex, and age on the proportion of a second root and root canal configuration. METHODS: Observers from 44 countries screened 13,200 canines using cone-beam computed tomographic exams and gathered data on the percentages of 2 root canal morphologies and 2-rooted configurations (primary outcomes), as well as the root canal configurations (secondary outcome). Demographic factors (ethnicity, sex, and age) were collected for each participant. Primary outcomes were represented as odds ratios and untransformed proportions accompanied by 95% confidence interval (CI) forest plots. Meta-analysis compared subgroups and identified sources of heterogeneity. Intra- and inter-rater tests were conducted. Statistical significance was set at 5%. RESULTS: The worldwide prevalence of a second canal was 7.5% (95% CI, 6.3%-8.7%), ranging from 0.7% in Nigeria to 17.7% in Uruguay. The meta-analysis also revealed significant variations when comparing ethnicity, gender, and age (P < .05). The global prevalence of a second root was 1.9% (95% CI, 1.5%-2.3%), with the highest proportion observed in Spain (6.7%). Caucasian and Indian (south Asian) ethnic groups, females, and older patients exhibited higher proportions of 2 roots (P < .05). Meta-regression excluded side, voxel size, and field of view as sources of heterogeneity (P > .05). CONCLUSIONS: The prevalence of 2 root canals and 2-rooted configurations in the mandibular canine exhibited variations based on geographic location, ethnicity, sex, and age. The global prevalence of 2 root canals and 2-root configuration was 7.5% and 1.9%, respectively.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».