Impacted canines and premolars root dilaceration. Is there a relationship? A cross-sectional study
Notice bibliographique
Résumé
Background Dental arch anomalies can result from disrupted tooth development processes. While maxillary canine impaction is a common clinical challenge with multiple known causes, the relationship between premolar root abnormalities and canine impaction remains understudied. This study investigates the association between maxillary canine impaction and premolar root dilaceration.Methods Analysis was performed on 5,181 cone-beam computed tomography (CBCT) scans to identify cases of maxillary impacted canines (IC) and premolar root dilaceration (PRD). Multiplanar reconstructions and three-dimensional imaging were used to characterize the location and features of both conditions. Statistical associations were assessed using Fisher’s exact test, and odds ratios were calculated with 95% confidence intervals through bivariate logistic regression.Results The overall incidence was 2.35% for impacted canines, while premolar root dilaceration occurred in 2.18% of first premolars and 1.21% of second premolars. Of 151 CBCT scans (2.92%) showing either condition, 96 scans (63.6%) revealed impacted canines, totalling 122 impactions. Notably, 86 scans (57%) showed PRD and impacted canines. Statistical analysis revealed a significant association between impacted canines and PRD in first and second premolars.Conclusion The findings suggest that premolar root dilaceration is an important indicator for maxillary canine impaction, potentially playing a significant role in its aetiology.
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 | 0,001 |
| 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 | 0,001 |
| 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 ».