Accuracy of Two Robotic Computer‐Aided Implant System Registration Methods for Dental Implantation: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND: Robot-assisted implant surgery has been shown to achieve high levels of accuracy. However, there is currently a paucity of clinical studies evaluating the accuracy of marker-based intraoral scanner (IOS) registration (IR) methods. PURPOSE: The purpose of this study was to compare the accuracy of the marker-based cone beam computed tomography (CBCT) registration (CR) method and the IR method in the dental implant in the robotic computer-aided implant system (R-CAIS). MATERIALS AND METHODS: This retrospective study included 20 participants, with 10 undergoing implant surgery using the CR method within a robotic system, and the remaining 10 receiving implants using the IR method. Preoperative CBCT images used for implant planning were aligned with the postoperative CBCT images to assess and quantify positional deviations in implant placement. The primary outcome measures were FRE, entry deviation, apical deviation, and angular deviation. A Student's t-test was performed to compare differences between the two groups, with a p-value of < 0.05 considered statistically significant. RESULTS: The mean ± standard deviation values for FRE were 0.027 ± 0.007 mm for the CR group and 0.031 ± 0.006 mm for the IR group (p = 0.149). The mean ± standard deviation values for entry deviation were 0.58 ± 0.11 mm for the CR group and 0.53 ± 0.15 mm for the IR group (p = 0.072). The mean ± standard deviation values for apical deviation were 0.52 ± 0.12 mm for the CR group and 0.50 ± 0.14 mm for the IR group (p = 0.730). The mean ± standard deviation values for apical deviation were 1.10 ± 0.34 mm for the CR group and 1.17 ± 0.23 mm for the IR group (p = 0.730). CONCLUSIONS: In R-CAIS, the IR method demonstrated accuracy comparable to that of the CR method, with both methods yielding clinically satisfactory outcomes.
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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».