The Effect of Angulation and Scan Body Position on Scans for Implant‐Treated Edentulism: A Clinical Simulation Study
Notice bibliographique
Résumé
INTRODUCTION: The acquisition of digital impressions has become an integral part of clinical dentistry. The purpose of the present clinical simulation study was to evaluate the accuracy of digital impressions for maxillary full-arch implant-supported prostheses using two modern intraoral scanners with different acquisition technologies. MATERIAL AND METHODS: Two models of edentulous maxilla, with six implants at positions #16,14,12,22,24,26 (FDI World Dental Federation System, ISO 3950) or #3,5,7,10,12,14 (Universal Numbering system) were digitally designed, and 3D-printed in resin material (Asiga DentaMODEL, Australia). In the first scenario, all implants were parallelized, while in the second, implants #12/#7 and #22/#10 had a 20° angulation buccally, while implants #16/#3 and #26/#14 20° angulation distally. The models were scanned with two different intraoral scanners, Trios3 (3Shape, Denmark) and CS3600 (Carestream Dental, USA). Linear (x, y, z axes-top point) and angular deviations (x, y, z axes-Δφ) were assessed. Statistical analysis was performed using Kolmogorov-Smirnov tests (significance at p < 0.05). RESULTS: Implant angulation showed a significant impact on accuracy, while the two scanners showed statistically significant differences. CS3600 demonstrated superior trueness, while Trios3 superior precision in both clinical scenarios. In the first clinical scenario a predominant occurrence of angular deviations was observed, while in the second scenario both angular and linear deviations were recorded. Scan body position also influenced scanning outcomes, with the last scan body captured demonstrating higher deviations. CONCLUSION: Both scanners provided acceptable accuracy in the acquisition of digital impressions. Implant angulation and scan body position significantly affected trueness and precision. Clinicians should carefully consider implant angulations in full-arch implant restorations, as well as the scanning protocol.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».