MétaCan
Menu
Retour à la cohorte
Enregistrement W4401483661 · doi:10.3390/tomography10080092

An Overview of Cone-Beam Computed Tomography and Dental Panoramic Radiography in Dentistry in the Community

2024· review· en· W4401483661 sur OpenAlexaff
David MacDonald, Vera Telyakova

Notice bibliographique

RevueTomography · 2024
Typereview
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCone beam computed tomographyRadiographyCone beam ctComputed tomographyDental radiographyMedicineDentistryMedical physicsCone (formal languages)OrthodonticsRadiologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study reviews the two most important and frequently used systems of tomography used in dentistry today. These are the dental panoramic radiograph (DPR) and cone-beam computed tomography (CBCT). The importance of the DPR has been accentuated by the recent COVID-19 pandemic, as it does not produce an aerosol. Its clinical importance is derived from its panoramic display of the jaws and associated structures and should be examined for incidental findings that may portend a potentially serious outcome. An important recent spin-off of the DPR is the extra-oral bitewing, which can replace its traditional, uncomfortable and aerosol-generating intra-oral counterpart. Although much has been written about them, this paper reviews their essential attributes and limitations in clinical dentistry. Although attempts have been made to reproduce some of the attributes of CT in CBCT such as Hounsfield Units (HU) and improve the contrast resolution of the soft tissues, these remain elusive. Nevertheless, CBCT's dataset should be appropriately reconstructed to fully display the clinical feature prompting its prescription. In certain cases, more than one mode of reconstruction is required.

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)0,002
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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
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 Opus0,062
Tête enseignante GPT0,360
Écart entre enseignants0,298 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations17
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTomographyMême sujetDental Radiography and ImagingTravaux en français237 207