Diagnostic Efficacy of Cone Beam Computed Tomography (CBCT) in Chronic Periodontitis—A Systematic Review
Notice bibliographique
Résumé
Background: Chronic periodontitis (CP) is differentiated by progressive loss of periodontal bone. Two-dimensional radiography often fails to exactly identify the extent and morphology of bone defects. Cone-beam computed tomography (CBCT) provides three-dimensional (3D) imaging, potentially improving diagnostic accuracy. Objective: To systematically assess the diagnostic effectiveness of CBCT in comparison to conventional imaging in CP. Methods: A search of electronic databases was conducted between 2000 and May 2024. Preferred Reporting Items for Systematic Reviews 2020 requirements were followed in this review, which was registered in PROSPERO with ID CRD42024590967. Two reviewers extracted the data after carefully evaluating the studies for eligibility requirements, and the Newcastle Ottawa Scale was used to do a complete excellence check on the chosen records. Results: Seventeen research studies fulfil the inclusion measures, showing an overall moderate to minimal chance of bias. Owing to high heterogeneity in study design and reporting, meta-analysis was not feasible. Narrative synthesis revealed that CBCT offers greater accuracy, reproducibility, and 3D visualization of periodontal bone defects, particularly for furcation involvement and bone loss, compared to conventional radiography. Conclusion: CBCT provides enhanced diagnostic accuracy and detailed visualization of periodontal bone loss, supporting its value in managing CP.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».