MétaCan
Menu
Retour à la cohorte
Enregistrement W4413147810 · doi:10.1053/j.sodo.2025.08.002

Biomechanical considerations and staging strategies for premolar extraction using clear aligners: a clinical review

2025· article· en· W4413147810 sur OpenAlexaff
Sandra Khong Tai

Notice bibliographique

RevueSeminars in Orthodontics · 2025
Typearticle
Langueen
DomaineDentistry
ThématiqueOrthodontics and Dentofacial Orthopedics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPremolarComputer scienceOrthodonticsMedicineMedical physicsMolar

Résumé

récupéré en direct d'OpenAlex

Premolar extraction is an accepted orthodontic treatment modality to address severe crowding, incisor protrusion, vertical discrepancies, and to improve soft tissue profiles. While early premolar extraction aligner treatments faced limitations such as loss of incisor torque, deepening of the overbite, and tipping, recent advancements—including root control attachments, aligner force systems, and improved staging protocols—have improved outcomes. This clinical review examines current evidence on premolar extraction treatment with clear aligners, focusing on biomechanics, anchorage considerations, and clinical protocols. In extraction treatments, bodily tooth movement, torque, vertical control, and anchorage management are critical in achieving predictable outcomes. Different anchorage models and staging patterns play essential roles in controlling space closure, torque, and root parallelism. Studies highlight that aligners can achieve outcomes comparable to fixed appliances, although extraction treatments often require longer treatment times and show discrepancies between predicted and achieved movements. To mitigate complications such as the "roller coaster" effect, root tipping, and overbite deepening, clinicians must incorporate over-treatment strategies in the digital plan, including added lingual root torque, vertical overbite overcorrection, and virtual gable bends. Hybrid treatment with segmental brackets may assist in achieving optimal root positioning. With appropriate planning and staging, premolar extraction treatment with aligners can be an effective and predictable modality for complex malocclusions.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,444
Écart entre enseignants0,358 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueSeminars in OrthodonticsMême sujetOrthodontics and Dentofacial OrthopedicsTravaux en français237 207