Assessment of the quality of root canal fillings—an <i>ex vivo</i> comparison of CBCT scans, conventional intraoral sensors, and a novel photon-counting sensor
Notice bibliographique
Résumé
OBJECTIVES: To compare a novel photon-counting sensor, 2 CBCT protocols and 2 CMOS sensors on the detection of gaps between a gutta-percha cone and root canal walls. METHODS: Twenty-five mandibular incisors were prepared to 45/0.04 (size/taper) at working length. Teeth were placed in a partially dentate mandible and single gutta-percha cones of 7 sizes were placed at length, one at a time, for image acquisition with a photon-counting sensor, 2 CBCT protocols (90 µm3, 120 µm3) and 2 CMOS sensors. Three calibrated observers assessed images for gap presence. Sensitivity, specificity, accuracy, AUC, and agreement with gold standard were determined using ANOVA and Tukey test (P ≤ .05). RESULTS: Photon-counting sensor showed superior sensitivity and accuracy (88.47%, 81.57%), significantly higher than the CBCT protocols (50.70%-56.33%, 45.87%-53.17%). Contrarily, the photon-counting sensor showed the lowest specificity (40.27%), significantly lower than the CBCT protocols (90.27%, 97.23%). CMOS sensors showed sensitivity, specificity, and accuracy between 72.23%-74.53%, not differing from other modalities. All intraoral sensors showed AUC around 82.87%-84.03%, significantly higher than CBCT protocol 120 µm3 (74.07%). The file size was inversely related to gap size and percentual agreement with gold standard. CONCLUSIONS: CMOS sensors showed consistent results, while the photon-counting sensor had the highest sensitivity but lacked specificity. CBCT protocols excelled in specificity but had lower sensitivity. ADVANCES IN KNOWLEDGE: Novel photon-counting sensors and CBCT imaging provided no significant advantage over conventional sensors in assessing gaps as an indicator of quality of root canal filling. Furthermore, smaller gaps were more difficult to detect, regardless of the imaging technique used.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».