MétaCan
Menu
Retour à la cohorte
Enregistrement W4408865478 · doi:10.2196/72041

Jaw Bone Density in Chronic Areca Nut Chewers and Nonchewers Using Digital Panoramic Radiography Indices as a Screening Tool for Osteoporosis: Protocol for a Comparative Evaluation

2025· article· en· W4408865478 sur OpenAlexvenueno aff
Aakanksha Tiwari, Suwarna Dangore-Khasbage

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Radiography and Imaging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineDentistryArecaRadiographyForensic odontologyOrthodonticsOsteoporosisDermatologyRadiologyNutPathologyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Jaw bone density can be altered due to various factors including aging, bone pathologies, hormonal levels, medications affecting bone density, and undue stress posed by parafunctional and adverse habits. Of these factors, chronic areca nut chewing, which creates a heavy load on jaw bones, is a commonly encountered adverse habit in patients. Digital panoramic radiography (OPG) indices are an easy and cost-effective method to evaluate jaw bone density. Index values can also be used as a screening tool for osteoporosis. OBJECTIVE: This study aims to compare and evaluate jaw bone density in chronic areca nut chewers and nonchewers using OPG indices as a screening tool for osteoporosis. METHODS: Patients aged 20 years to 40 years reporting to the Department of Oral Medicine and Radiology with and without a history of chronic areca nut chewing will be recruited. OPG will be collected for all recruited patients. The mandibular cortical index, panoramic mandibular index, gonial index, antegonial index, antegoinal notch depth, and mental index will be calculated. RESULTS: The values of these indices will be used to assess and compare osteoporosis in chronic areca nut chewers and nonchewers. Data will be entered and displayed in a tabular format, and correlations between osteoporosis and OPG index values will be determined. The study did not receive any external funding. Recruitment is expected to begin in summer 2025, and publication of the results is expected to occur in late 2026. CONCLUSIONS: Evaluation of jaw bone density in chronic areca nut chewers using OPG indices might prove to be a feasible and cost-effective technique for assessing osteoporotic bone changes. Although the gold standard modality is dual x-ray absorptiometry, its cost and availability create challenges for use in the general population. As osteoporosis of jaw bones does not usually present with symptoms, patients can be made aware of it using the findings from this evaluation. Hence, it will ultimately aid in early detection and prompt interventions, thereby halting disease progress. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/72041.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0310,005

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.

Tête enseignante Opus0,229
Tête enseignante GPT0,551
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetDental Radiography and ImagingTravaux en français237 207