A global overview of the use of cone beam computed tomography in dentistry: a bibliometric review focusing on paediatric patients
Notice bibliographique
Résumé
<ns3:p>Background Cone Beam Computed Tomography (CBCT) has improved diagnosis and treatment planning in paediatric dentistry, but no bibliometric studies have examined the research landscape. This study provides an overview of CBCT in paediatric dentistry. Methods A bibliometric review was conducted using articles from the Web of Science database up to February 2024. Conference papers and editorials were excluded. Data extracted included citation counts, publication dates, journals, impact factors, study designs, topics, geographical and institutional affiliations, authors, and keywords. Collaborative networks were visualised using VOSviewer, and Spearman’s correlation assessed the relationship between citation counts and other variables. Results The review analysed 517 articles, with the most cited receiving 557 citations. Publication dates ranged from 2005 to 2024, with a peak in 2023. Observational studies were the most common, particularly on maxillary expansion. The American Journal of Orthodontics and Dentofacial Orthopedics was the most cited journal, and the USA was a major contributor. Jacobs R authored the most articles (n=19), and the University of Alberta led in institutional output. Spearman’s correlation showed a weak positive correlation between citation count and journal impact factor (rho=0.272, p<0.001) and a strong negative correlation with publication year (rho=-0.762, p<0.001). Conclusions This bibliometric review provides an overview of the use of CBCT in paediatric dentistry, particularly in maxillary expansion. The findings suggest that more specific imaging protocols may improve safety and clinical outcomes, and that further investigation of long-term outcomes may provide valuable insights.</ns3:p>
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,029 | 0,237 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».