Assessing three-dimensional soft tissue changes and the prediction of hard tissue changes after orthognathic surgery with a novel digital workflow
Notice bibliographique
Résumé
To investigate the application of three-dimensional hard and soft tissue virtual surgical planning in orthognathic surgery using a novel digital workflow, we prospectively included twenty-one consecutively treated patients from two private oral surgery practices. Soft tissue facial scans were acquired using the Artec Space Spider, and intra-oral scans were obtained at one month before (T0), and at two (T1) and six months (T2) post-surgery. Cone-beam computed tomography (CBCT) scans were collected at T0 and T1. Serial three-dimensional soft and hard tissue changes were assessed by superimposing the scans in Geomagic Control X. Achieved hard tissue changes were compared to pre-surgical predictions. Differences in soft and hard tissue changes between patients treated with fixed appliances versus Invisalign® were also analyzed. The Artec Space Spider proved to be a reliable component of a novel digital workflow for virtual surgical planning, demonstrating repeatability and reproducibility. Clinically significant soft tissue relapse was observed in both the maxillary and mandibular regions between T1 and T2. Predicted surgical movements for hard tissue landmarks showed high accuracy, and soft-to-hard tissue change ratios at T1 aligned with two-dimensional data reported in the literature. No significant differences in soft or hard tissue changes were found between fixed appliances and Invisalign®. These findings provide valuable insights for enhancing surgical planning and improving clinical outcomes for both clinicians and patients.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».