《BMC Oral Health》：Development and validation of a polyfit approach for assessing alveolar bone loss using panoramic radiography
编辑推荐：
为解决牙周诊断缺乏标准化定量影像分析方法的问题，研究人员开展用 Polyfit 方法评估牙槽骨吸收的研究，结果显示该方法有效，有助于牙周疾病诊断。
在口腔健康领域，牙周疾病就像一个隐藏在牙齿周围的 “小恶魔”，时刻威胁着人们的口腔健康。牙周炎作为牙周疾病的常见类型，是全球范围内影响广泛的慢性疾病，发病率在 20 - 50% 之间，它还是导致成年人牙齿缺失的主要原因之一。目前，牙周疾病的诊断主要依靠临床检查和影像学研究。然而，现有的影像学诊断方法存在不少问题。全景 X 线片（PAN）虽常用且能提供颌面区域整体信息，辐射剂量低，但存在图像失真和放大等问题，影响牙槽骨吸收（ABL）评估的准确性；根尖片和锥形束计算机断层扫描（CBCT）虽能更精确观察单个牙齿及周围结构，但存在费用高、耗时长等缺点。而且，在临床实践中，针对牙周病的影像学评估缺乏标准化的定量分析方法，这使得早期诊断和精确治疗面临挑战。为了攻克这些难题，四川大学华西口腔医院的研究人员开展了一项关于利用 Polyfit 方法在全景 X 线片上评估牙槽骨吸收的研究。研究成果发表在《BMC Oral Health》上，为牙周疾病的诊断带来了新希望。
在这项研究中，研究人员采用了多种关键技术方法。首先，收集了 290 例患者的全景 X 线片和 30 例患者的 CBCT 数据。利用 Anaconda-Labelme 5.2.1 软件对全景 X 线片上的牙齿进行手动标记，确定解剖标志点；使用 Mimics 21.0 软件处理 CBCT 数据并进行测量。通过建立基于 Polyfit 函数的 PAN-POL 模型，对牙槽骨吸收进行量化分析。最后，运用多种统计学方法，如独立样本 t 检验、组间秩和检验、Pearson 相关性分析和线性回归分析等，对数据进行处理和验证。
研究结果主要分为以下几个部分：
- Trial 1: Application of PAN-POL in ABL：患者被分为牙槽骨吸收组（ABL）和非吸收组（non-ABL），通过 PAN-POL 模型进行分析。结果显示，该模型能有效区分两组，且分段分析表明不同区域的 ABL 值在病理阳性和阴性组间存在显著差异，说明模型可有效区分病理性和生理性牙槽骨吸收。此外，模型拟合曲线的R2值接近 1，表明拟合效果良好。
- Trial 2: Reliability and accuracy of PAN-POL：对 30 例患者的全景 X 线片和 CBCT 测量数据进行综合分析，结果显示两种影像学方法在全口和象限分析中，ABL 测量值无显著差异，组内相关系数（ICC）在 0.90 - 1.00 之间，表明 PAN-POL 模型评估 ABL 的结果可靠。不过，在冠根比测量方面，两种成像方式除下颌区域和 f 段外存在显著差异，ICC 值一致性不明显，提示冠根比评估可能还需优化。
在结论和讨论部分，研究表明 PAN-POL 模型能准确测量全景图像中的 ABL，结合手动标记，其评估结果与 CBCT 相当，且可视化效果更好。该模型通过分段分析减少了全局吸收模式对局部诊断的影响，提高了诊断准确性。尽管研究存在样本量有限、手动标注可能存在主观性等局限性，但 PAN-POL 模型仍为牙周疾病诊断提供了一种更准确、直观的工具，有助于实现个性化牙周诊断和整体人群口腔健康评估，在临床应用中具有广阔的前景，有望成为牙周疾病诊断和口腔健康监测的重要手段。
