Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pendahuluan: Analisis foto ekstraoral tampak frontal dan lateral sangat penting dalam penegakkan diagnosis dan pembuatan rencana perawatan ortodonti. Analisis dengan metode konvensional merupakan gold standard dalam analisis foto ekstraoral, namun umumnya memakan waktu. Perkembangan teknologi digital berbasis Artificial Intelligence kini dapat mempermudah analisis foto ekstraoral, dengan menggunakan WebCeph. Tujuan: Penelitian ini bertujuan untuk menganalisis perbedaan hasil pengukuran foto ekstraoral tampak frontal dan lateral antara WebCeph dengan metode konvensional pada pasien ortodonti. Metode: Foto ekstraoral tampak frontal dan lateral dari 35 subjek penelitian didapatkan sesuai kriteria inklusi. Terdapat 17 parameter hasil pengukuran foto ekstraoral yang dianalisis. Uji paired t test digunakan untuk menguji perbedaan kedua metode. Interclass correlation coefficient (ICC) dan Bland-Altman plot digunakan untuk menguji reliabilitas antara kedua metode. Hasil: Selain pada sudut nasofasial, nasolabial dan mentolabial, tidak terdapat perbedaan hasil pengukuran foto ekstraoral tampak frontal dan lateral pada seluruh parameter antara kedua metode (p<0.05). Seluruh parameter menunjukkan kesepakatan hampir sempurna antara kedua metode (ICC>0.81). Kesimpulan: Meskipun terdapat perbedaan signifikan pada beberapa parameter antara WebCeph dengan metode konvensional, namun tidak terlihat perbedaan secara klinis.

---

Introduction: Analysis of extraoral photos in frontal and lateral views is crucial in establishing the orthodontics diagnosis and treatment planning. Conventional analysis methods are considered to be the gold standard in extraoral photo analysis, but its time consuming. The development of digital technology based on artificial intelligence now facilitates extraoral photo analysis, using WebCeph. Objective: This study aims to analyze the differences in measurement of frontal and lateral extraoral photos between WebCeph and conventional methods on orthodontics patients. Methods: Frontal and lateral extraoral photos of 35 subjects were obtained according to inclusion criteria. Seventeen parameters of extraoral photo measurements were analyzed. Paired t tests were used to evaluate the differences between the two methods. Interclass correlation coefficient (ICC) and Bland-Altman plots were used to determine agreement between the two methods. Results: Except for nasofacial, nasolabial, and mentolabial angles, all other parameters presented no significant differences between the two methods in measurement of frontal and lateral extraoral photos (p <0.05). All parameters showed almost perfect agreement between the two methods (ICC> 0.81). Conclusion: Although significant differences were detected in some measurements between WebCeph and conventional methods, but there was no clinically significant difference."

"Pendahuluan: Pengukuran parameter sefalometri lateral adalah bagian penting dalam perencanaan perawatan ortodonti. Pengukuran metode konvensional dilakukan secara manual, namun teknik ini memakan waktu. Metode digital dapat dilakukan menggunakan aplikasi yang saat ini semakin banyak dikembangkan dan disebarluaskan seperti aplikasi OrthoCeph yang dapat digunakan secara semi-otomatis dan aplikasi WebCeph secara otomatis dan semi otomatis. Dokter gigi dapat menggunakan aplikasi tersebut pada smartphone ataupun web agar lebih efisien dengan memastikan adanya keakuratan antara pengukuran pada radiografi sefalometri metode digital dan metode konvensional sebagai gold standard. Tujuan: Penelitian ini bertujuan untuk mengetahui dan menganalisis perbedaan pengukuran parameter sefalometri lateral (skeletal, dental, dan jaringan lunak) antara metode digital (OrthoCeph dan WebCeph) dengan konvensional. Metode: Radiografi sefalometri lateral dari 36 subjek penelitian didapatkan sesuai kriteria inklusi. Terdapat 14 parameter skeletal, dental, dan jaringan lunak sefalometri lateral yang dianalisis. Uji paired t-test digunakan untuk menguji perbedaan antar metode. Interclass correlation coefficient (ICC) dan Bland-Altman plot digunakan untuk menguji reliabilitas antar metode. Hasil: tidak terdapat perbedaan secara statistik antara metode digital OrthoCeph dan konvensional pada sebagian besar parameter pengukuran parameter sefalometri lateral, antara lain SNB, ANB, SNOP, SNMP, LINB Angular, dan II (p≥0,05). Terdapat perbedaan secara statistik pada parameter SNA, UINA Angular, UINA Linear, LINB Linear, S-Line Ls dan Li (p<0,05). Terdapat perbedaan secara statistik antara metode digital WebCeph dan konvensional pada seluruh parameter (p≥0,05) kecuali E-Line Li (p<0,05). Terdapat perbedaan secara statistik antara metode OrthoCeph dengan WebCeph pada seluruh parameter (p<0,05). Sebagian besar parameter menunjukkan kesepakatan baik hingga hampir sempurna antar metode (ICC≥0.61). Kesimpulan: Sebagian besar parameter menunjukkan perbedaan yang signifikan. Penggunaan OrthoCeph dan WebCeph masih diperlukan penyempurnaan.

---

Introduction: Measurement of lateral cephalometric parameters is an important part of orthodontic treatment planning. Conventional measurement methods are performed manually, but this technique is time-consuming. Digital methods can be performed using applications that are currently being increasingly developed and disseminated, such as the OrthoCeph application which can be used semi-automatically and the WebCeph application both automatically and semi-automatically. Dentists can use these applications on smartphones or the web to be more efficient by ensuring accuracy between measurements on digital cephalometric radiography and conventional methods as the gold standard. Objective: This study aims to determine and analyze the differences in lateral cephalometric parameter measurements (skeletal, dental, and soft tissue) between digital methods (OrthoCeph and WebCeph) and conventional methods. Method: Lateral cephalometric radiographs from 36 research subjects were obtained according to inclusion criteria. There are 14 skeletal, dental, and soft tissue lateral cephalometric parameters that were analyzed. Paired t-test was used to test the differences between methods. Interclass correlation coefficient (ICC) and Bland-Altman plot were used to test the reliability between methods. Results: There were no statistically significant differences between the digital method OrthoCeph and conventional method in most lateral cephalometric parameter measurements, including SNB, ANB, SNOP, SNMP, LINB Angular, and II (p≥0.05). There were statistically significant differences in the SNA, UINA Angular, UINA Linear, LINB Linear, S-Line Ls, and Li parameters (p<0.05). There were statistically significant differences between the digital method WebCeph and conventional method in all parameters (p≥0.05) except for E-Line Li (p<0.05). There were statistically significant differences between the OrthoCeph method and WebCeph in all parameters (p<0.05). All parameters showed good to almost perfect agreement between methods (ICC≥0.61). Conclusion: Most parameters show significant differences. The use of OrthoCeph and WebCeph still requires refinement."

"Latar Belakang: Pengukuran parameter Sefalometri Lateral yang menjadi bagian integral dalam penegakkan diagnosis yang selama ini dilakukan secara konvensional dengan kertas asetat dan alat tulis sebagai baku emas (gold standard), perlahan mulai digantikan dengan metode manual berbasis digital maupun dengan kecerdasan buatan yang menawarkan efisiensi dan mobilitas yang lebih baik. OneCeph™ dan WebCeph™ merupakan contoh aplikasi dan penyedia layanan tersebut. OneCeph™ merupakan aplikasi smartphone yang telah teruji akurasi dan reliabilitasnya dalam pengukuran parameter Sefalometri Lateral, sedangkan WebCeph™ merupakan aplikasi sekaligus web yang menyediakan layanan pengukuran dengan kecerdasan buatan. Hingga saat ini, belum banyak penelitian yang membandingkan secara langsung kedua metode pengukuran parameter Sefalometri Lateral yang berbeda tersebut dengan menjadikan salah satunya yang telah teruji keakuratan dan reliabilitasnya sebagai kebenaran dasar (ground truth) serta dengan menambahkan metode pengukuran berbasis kecerdasan buatan dengan koreksi manual. Tujuan: Menganalisis perbedaan hasil pengukuran parameter Sefalometri Lateral berbasis digital antara metode manual dengan kecerdasan buatan, serta kecerdasan buatan dengan koreksi manual. Metode: Sebanyak 90 Sefalogram Lateral yang memenuhi kriteria inklusi dan eksklusi sebagai sampel dilakukan pengukuran terhadap 13 parameter menggunakan kedua aplikasi dengan ketiga metode berbasis digital, yaitu metode manual, metode kecerdasan buatan, dan metode kecerdasan buatan dengan koreksi manual. Uji intraobserver dan interobserver dilakukan dengan uji Intraclass Correlation Coefficient (ICC), perbedaan hasil pengukuran antar metode dianalisis dengan uji One-Way ANOVA dan Kruskal-Wallis. Hasil: 3 dari 13 variabel yang menunjukkan perbedaan bermakna (p<0,05) pada kelompok metode kecerdasan buatan terhadap dua kelompok lain, yaitu SNA, ANB, dan U1NA (Linear). Kesimpulan: Meskipun terdapat perbedaan bermakna hasil pengukuran parameter Sefalometri Lateral antara metode kecerdasan buatan dengan dua metode lain pada beberapa variabel, tetapi potensi serta efisiensi yang ditawarkan metode berbasis kecerdasan buatan cukup baik ketika dibandingkan dengan metode manual.

---

Background: The measuring Lateral Cephalometric parameters, which is an integral part of establishing a diagnosis, which has previously been carried out conventionally with acetate paper and writing instruments as the gold standard, is slowly starting to be replaced by digital-based manual methods and artificial intelligence which offer better efficiency and mobility. OneCeph™ and WebCeph™ are examples of such applications and service providers. OneCeph™ is a smartphone application that has been tested for accuracy and reliability in measuring Lateral Cephalometric parameters, while WebCeph™ is an application and web that provides measurement services with artificial intelligence. Objective: To analyze the differences in digital-based Lateral Cephalometric parameter measurement results between manual methods with artificial intelligence, and artificial intelligence with manual correction. Methods: A total of 90 lateral cephalograms that met the inclusion and exclusion criteria as samples were measured for 13 parameters using both applications with three digital-based methods, namely manual methods, artificial intelligence methods, and artificial intelligence methods with manual correction. Intraobserver and interobserver tests were carried out using the Intraclass Correlation Coefficient (ICC) test, differences in measurement results between methods were analyzed using the One-Way ANOVA and Kruskal-Wallis tests. Results: 3 of the 13 variables showed significant differences (p<0.05) in the artificial intelligence method group against the other two groups, namely SNA, ANB, and U1NA (Linear). Conclusion: Even though there are significant differences in the results of measuring Lateral Cephalometry parameters between the artificial intelligence method and the other two methods on several variables, the potential and efficiency offered by the artificial intelligence-based method is quite good when compared with the manual method."

"Latar Belakang: Pengukuran parameter Sefalometri Lateral yang menjadi bagian integral dalam penegakkan diagnosis yang selama ini dilakukan secara konvensional dengan kertas asetat dan alat tulis sebagai baku emas (gold standard), perlahan mulai digantikan dengan metode manual berbasis digital maupun dengan kecerdasan buatan yang menawarkan efisiensi dan mobilitas yang lebih baik. OneCeph™ dan WebCeph™ merupakan contoh aplikasi dan penyedia layanan tersebut. OneCeph™ merupakan aplikasi smartphone yang telah teruji akurasi dan reliabilitasnya dalam pengukuran parameter Sefalometri Lateral, sedangkan WebCeph™ merupakan aplikasi sekaligus web yang menyediakan layanan pengukuran dengan kecerdasan buatan. Hingga saat ini, belum banyak penelitian yang membandingkan secara langsung kedua metode pengukuran parameter Sefalometri Lateral yang berbeda tersebut dengan menjadikan salah satunya yang telah teruji keakuratan dan reliabilitasnya sebagai kebenaran dasar (ground truth) serta dengan menambahkan metode pengukuran berbasis kecerdasan buatan dengan koreksi manual. Tujuan: Menganalisis perbedaan hasil pengukuran parameter Sefalometri Lateral berbasis digital antara metode manual dengan kecerdasan buatan, serta kecerdasan buatan dengan koreksi manual. Metode: Sebanyak 90 Sefalogram Lateral yang memenuhi kriteria inklusi dan eksklusi sebagai sampel dilakukan pengukuran terhadap 13 parameter menggunakan kedua aplikasi dengan ketiga metode berbasis digital, yaitu metode manual, metode kecerdasan buatan, dan metode kecerdasan buatan dengan koreksi manual. Uji intraobserver dan interobserver dilakukan dengan uji Intraclass Correlation Coefficient (ICC), perbedaan hasil pengukuran antar metode dianalisis dengan uji One-Way ANOVA dan Kruskal-Wallis. Hasil: 3 dari 13 variabel yang menunjukkan perbedaan bermakna (p<0,05) pada kelompok metode kecerdasan buatan terhadap dua kelompok lain, yaitu SNA, ANB, dan U1NA (Linear). Kesimpulan: Meskipun terdapat perbedaan bermakna hasil pengukuran parameter Sefalometri Lateral antara metode kecerdasan buatan dengan dua metode lain pada beberapa variabel, tetapi potensi serta efisiensi yang ditawarkan metode berbasis kecerdasan buatan cukup baik ketika dibandingkan dengan metode manual.

---

Background: The measuring Lateral Cephalometric parameters, which is an integral part of establishing a diagnosis, which has previously been carried out conventionally with acetate paper and writing instruments as the gold standard, is slowly starting to be replaced by digital-based manual methods and artificial intelligence which offer better efficiency and mobility. OneCeph™ and WebCeph™ are examples of such applications and service providers. OneCeph™ is a smartphone application that has been tested for accuracy and reliability in measuring Lateral Cephalometric parameters, while WebCeph™ is an application and web that provides measurement services with artificial intelligence. Objective: To analyze the differences in digital-based Lateral Cephalometric parameter measurement results between manual methods with artificial intelligence, and artificial intelligence with manual correction. Methods: A total of 90 lateral cephalograms that met the inclusion and exclusion criteria as samples were measured for 13 parameters using both applications with three digital-based methods, namely manual methods, artificial intelligence methods, and artificial intelligence methods with manual correction. Intraobserver and interobserver tests were carried out using the Intraclass Correlation Coefficient (ICC) test, differences in measurement results between methods were analyzed using the One-Way ANOVA and Kruskal-Wallis tests. Results: 3 of the 13 variables showed significant differences (p<0.05) in the artificial intelligence method group against the other two groups, namely SNA, ANB, and U1NA (Linear). Conclusion: Even though there are significant differences in the results of measuring Lateral Cephalometry parameters between the artificial intelligence method and the other two methods on several variables, the potential and efficiency offered by the artificial intelligence-based method is quite good when compared with the manual method."