Consistencia del grosor de tejido blando

Visualización y análisis de tejidos blandos mediante conos. El tamaño del cono vendrá determinado por el estudio de tejido blando definido y constará de tres regiones: en rojo, se muestran las distancias de tejido blando que son inferiores a las que se pueden enmarcar dentro del estudio, en amarillo los datos del estudio que se encuentran por encima de la media más tres veces la desviación estándar y por debajo de la media menos tres veces la desviación estándar. La franja amarilla acomodaría el 99,7% de la distribución según el teorema de Chebyshev, que supone una distribución normal de los datos. Finalmente, el verde representa el grosor de tejido blando entre la media +- la desviación estándar.

El análisis consistirá en determinar, para cada punto cefalométrico, la región del cono del punto craneométrico correspondiente en la que se ubica, o verificar la inconsistencia en ese punto.

Visualización y análisis de la consistencia del tejido blando mediante conos con Skeleton-ID en un solapamiento positivo. Para cada punto cefalométrico (magenta), se visualiza la región del cono del punto craneométrico homólogo en la que se localiza dentro del rango definido en el estudio de tejido. Podemos ver cómo, en la franja verde, el tejido blando se encuentra entre la media ± la desviación estándar (n’ – n, al’ L – al L, al’ R – al R, sn’ – ss, ls’ – pr, li’ – id, pg’ – pg, gn’ – gn). En la franja amarilla, dentro de la media más tres veces la desviación estándar (g’ – g) y debajo de la media menos tres veces la desviación estándar (zy’ L – zy L, zy’ R – zy R, go’ L – go L, go’ R – go R). Las parejas en’ – d y ex’ – ec no se han analizado debido a la ausencia de datos estadísticos disponibles Figura 1. Visualización y análisis de la consistencia del tejido blando mediante conos con Skeleton-ID en un solapamiento positivo. Para cada punto cefalométrico (magenta), se visualiza la región del cono del punto craneométrico homólogo en la que se localiza dentro del rango definido en el estudio de tejido. Podemos ver cómo, en la franja verde, el tejido blando se encuentra entre la media ± la desviación estándar (n’ – n, al’ L – al L, al’ R – al R, sn’ – ss, ls’ – pr, li’ – id, pg’ – pg, gn’ – gn). En la franja amarilla, dentro de la media más tres veces la desviación estándar (g’ – g) y debajo de la media menos tres veces la desviación estándar (zy’ L – zy L, zy’ R – zy R, go’ L – go L, go’ R – go R). Las parejas en’ – d y ex’ – ec no se han analizado debido a la ausencia de datos estadísticos disponibles.

Visualización y análisis de la consistencia del tejido blando mediante conos con Skeleton-ID en un solapamiento negativo. Para cada punto cefalométrico (magenta), se visualiza la región del cono del punto craneométrico homólogo en la que se localiza dentro del rango definido en el estudio de tejido. Podemos ver cómo, en la franja verde, el tejido blando se encuentra entre la media ± la desviación estándar (al’ L – al L, al’ R – al R). En la franja amarilla, debajo de la media menos tres veces la desviación estándar (g’ – g, n’ – n, sn’ – ss, li’ – id, pg’ – pg, gn’ - gn) y fuera del rango del estudio (zy’ L – zy L, zy’ R – zy R, go’ L – go L, go´R – go R, ls’ – pr, v’ – v). Las parejas en’ – d y ex’ – ec no se han analizado debido a la ausencia de datos estadísticos disponibles Figura 2. Visualización y análisis de la consistencia del tejido blando mediante conos con Skeleton-ID en un solapamiento negativo. Para cada punto cefalométrico (magenta), se visualiza la región del cono del punto craneométrico homólogo en la que se localiza dentro del rango definido en el estudio de tejido. Podemos ver cómo, en la franja verde, el tejido blando se encuentra entre la media ± la desviación estándar (al’ L – al L, al’ R – al R). En la franja amarilla, debajo de la media menos tres veces la desviación estándar (g’ – g, n’ – n, sn’ – ss, li’ – id, pg’ – pg, gn’ - gn) y fuera del rango del estudio (zy’ L – zy L, zy’ R – zy R, go’ L – go L, go´R – go R, ls’ – pr, v’ – v). Las parejas en’ – d y ex’ – ec no se han analizado debido a la ausencia de datos estadísticos disponibles.