Impaction risk increases significantly with each year of late third molar development in Western Canadian youths
Notice bibliographique
Résumé
OBJECTIVE: Third molar (M3) impaction affects millions of patients annually worldwide yet its etiology is unclear. Here we study an underexplored risk factor for impaction, later versus earlier M3 development, towards calculating impaction risk as a resource for clinicians. DESIGN: A total of 324 M3 areas (157 maxillary, 167 mandibular) were studied using retrospective CBCT scans and orthopantomograms of 99 Western Canadians (57 females, 42 males) aged 6-24 years. M3 crypt, crown and root development stage data were collected at an earlier timepoint T1 and then tested for association with M3 eruption status data documented at a later timepoint T2. This testing used Generalized Linear Mixed and Estimation modeling to explore relationships between M3 development stage and eruption status, and measure likelihood of versus functional emergence versus impaction risk (alpha level=0.05). RESULTS: Statistically, each year of late M3 development at T1 nearly doubled an M3's risk of impaction at T2. Early-developing M3s had minimal impaction risk, as low as 5 %. This outcome was equivalent in upper and lower jaws and both sexes. Impacted M3s' development was delayed due to later developmental onset, not to slower developmental rate. CONCLUSIONS: Late-developing M3s are statistically more likely to become impacted. Clinical monitoring of M3 development from preadolescence is suggested. As early-developing M3s present minimal impaction risk, they are less likely to require prophylactic removal. This work provides foundational new insights into molar odontogenesis alongside practical information to help develop guidelines for managing patients with developing M3s.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».