RESUMONa área da saúde estão sendo adotadas formas diferenciadas de ensino-aprendizagem e de organização curricular na perspectiva de integrar a teoria com a prática e o ensino com o serviço, além de desenvolver capacidade reflexiva acerca de problemas reais, assim como, o planejamento de ações originais e criativas capazes de modificar a realidade social. No Componente Curricular Estágio Supervisionado II, do curso de Odontologia da Universidade Estadual da Paraíba, os docentes vêm utilizando as Metodologias Ativas, a exemplo da problematização, que consiste na utilização de disparadores do processo de ensino-aprendizagem para estabelecer o debate. Como forma de avaliação da aprendizagem, o portfólio crítico reflexivo é utilizado com registros fotográficos, impressões positivas e negativas da vivência durante o Estágio Supervisionado. Além destas, a internet é utilizada como tecnologia de informação e comunicação, em que o componente possui um grupo em rede social, o facebook, que é utilizado para comunicação entre os docentes, discentes e monitores para discussão de artigos, documentários e temas relacionados às aulas. A monitoria do Estágio Supervisionado vem contribuindo para a criação de um perfil discente crítico reflexivo e estimulando a vocação dos monitores para a docência. Sendo assim, o uso de metodologias ativas de ensinoaprendizagem tem despertado o interesse do aluno para o pensar, questionar, aprender a aprender e assumir seu papel como futuro transformador da realidade social, o que tem contribuído sobremaneira na inovação das práticas docentes e estimulado, na monitoria, o desenvolvimento das competências do perfil docente requerido na atualidade. DESCRITORES:Aprendizagem. Educação Superior. Currículo. Docentes. INTRODUÇÃONa área da saúde, têm-se apontado caminhos inovadores para a capacitação e formação dos profissionais. Adotam-se, então, formas diferenciadas de ensinoaprendizagem e de organização curricular na perspectiva de interligar a teoria com a prática e o ensino com o serviço, além de desenvolver a capacidade reflexiva acerca de problemas reais e a formulação de ações originais e criativas capazes de modificar a realidade

Objective: To assess three machine learning (ML) attribute extraction methods: radiomic, semantic and radiomic-semantic association on temporomandibular disorder (TMD) detection using infrared thermography (IT); and to determine which ML classifier, KNN, SVM and MLP, is the most efficient for this purpose. Methods and materials: 78 patients were selected by applying the Fonseca questionnaire and RDC/TMD to categorize control patients (37) and TMD patients (41). IT lateral projections of each patient were acquired. The masseter and temporal muscles were selected as regions of interest (ROI) for attribute extraction. Three methods of extracting attributes were assessed: radiomic, semantic and radiomic-semantic association. For radiomic attribute extraction, 20 texture attributes were assessed using co-occurrence matrix in a standardized angulation of 0°. The semantic features were the ROI mean temperature and pain intensity data. For radiomic-semantic association, a single dataset composed of 28 features was assessed. The classification algorithms assessed were KNN, SVM and MLP. Hopkins’s statistic, Shapiro–Wilk, ANOVA and Tukey tests were used to assess data. The significance level was set at 5% (p < 0.05). Results: Training and testing accuracy values differed statistically for the radiomic-semantic association (p = 0.003). MLP differed from the other classifiers for the radiomic-semantic association (p = 0.004). Accuracy, precision and sensitivity values of semantic and radiomic-semantic association differed statistically from radiomic features (p = 0.008, p = 0.016 and p = 0.013). Conclusion: Semantic and radiomic-semantic-associated ML feature extraction methods and MLP classifier should be chosen for TMD detection using IT images and pain scale data. IT associated with ML presents promising results for TMD detection.

No abstract

No abstract

Purpose: This study aimed to quantify the influence of tooth position within the field-of-view (FOV) on cone-beam computed tomography (CBCT) imaging artifacts' intensity when assessing teeth restored with various intracanal materials. Materials and Methods: Seventy single-rooted teeth were divided into 7 groups (10 teeth per group): NiCr post (NC), AgPd post (AP), metal core fiberglass post (MCFG), fiberglass post (FG), anatomical fiberglass post (AFG), fiberglass post cemented with core build-up cement (FGCo), and anatomical fiberglass post cemented with core build-up cement (AFGCo). All posts were cemented using a regular dual-curing resin cement (Allcem), except FGCo and AFGCo which were cemented with a core build-up dual-curing resin cement (AllcemCore). Each tooth was scanned on a CS9000 in 5 positions within the FOV: a central position, anterior horizontal peripheral, peripheral superior, peripheral inferior, and posterior horizontal peripheral position. Hyperdense, hypodense, remaining teeth areas and ROI areas were quantitatively analyzed using ImageJ software. Results: Posterior horizontal peripheral position increased the intensity of artifacts on FGCo and AFGCo post groups (P<0.05), and specifically the hypodense artifact intensity on FG and AFG post groups (P<0.05). NC and AP groups presented greater intensity of artifacts than any other post groups (P<0.05). Conclusion: Artifact intensity increases in the presence of high atomic number materials and when the object is not centered within the FOV. The impact of positioning within the FOV on artifact was greater for fiberglass posts cemented with core build-up dual-curing cement than for metal posts and fiberglass posts cemented with regular dual-curing cement.