综述：利用T2加权MRI识别髁突加速生长期，以实现可预测的正畸治疗效果和稳定性

《Sages-Femmes》：Identifying the Period of Accelerated Condylar Growth with T2-Weighted MRI for Predictable Orthodontic Finishing and Stability

本研究探讨青少年下颌关节MRI高信号带与颈椎椎体成熟度（CVM）阶段的关系，发现高信号带在CVM II、III期显著增加，并与下颌骨加速生长相关，可为正畸治疗提供预测依据。

　　

池田和美 | 池田玲奈

私人诊所：Hillside View 正畸诊所，Daikanyama Plaza 3楼，24-7 Sarugakucho，Shibuya-ku，东京，150-0033，日本

摘要

目的

研究表明，在生长期间颞下颌关节（TMJ）盘移位（DD）会抑制下颌骨的生长，而磁共振成像（MRI）提供了重要的诊断信息。在使用T2加权MRI评估正畸前的患者TMJ盘状态时，发现一些患者的髁突区域在对应于次级软骨的位置出现了高信号带（“亮信号”）。这项回顾性研究旨在探讨亮信号的存在与通过颈椎成熟（CVM）方法验证的下颌骨生长高峰期之间的关系，研究对象包括有DD和无DD的患者。

材料与方法

本研究纳入了连续接受多次MRI检查的正畸前患者，这些患者的影像检查至少在2020年至2022年之间进行过一次，且初次就诊时年龄在18岁或以下。共评估了124名患者（44名男性和80名女性）的564个TMJ的MRI图像。通过侧位头影片确定颈椎成熟（CVMS）以判断下颌骨生长高峰期，并通过MRI检查盘的位置以及亮信号的存在情况。数据经过统计分析以确定相关性。

结果

在颈椎成熟II期和III期的患者中，亮信号评分显著升高，但仅发生在无严重DD的情况下。而在有严重DD的患者中，所有颈椎成熟阶段中的亮信号评分均明显降低或消失。

结论

本研究揭示了TMJ MRI上的亮信号与下颌骨加速生长期之间的相关性，这可能归因于次级软骨的增生。MRI上的亮信号评估可以作为正畸治疗结束阶段的辅助手段，以预测生长潜力和治疗稳定性。

引言

颞下颌关节（TMJ）的质子密度和T2加权MRI序列对于检测盘移位（DD）和评估TMJ健康状况非常有效。1, 2, 3, 4 研究表明，在存在DD的情况下，下颌骨的生长会受到抑制，5, 6, 7, 8 因此，在初次正畸检查时评估盘的位置可以提供重要的诊断信息。在使用T2加权MRI监测TMJ积液情况时，9, 10, 11, 12 发现一些患者的下颌髁突关节面上方出现了一条高强度信号带（“亮信号”）。

下颌髁突的生长方式与其他长骨不同。13, 14, 15 髁突功能关节面下方的次级软骨会增生并发生骨化，从而导致髁突的增生性生长。16 由于MRI上的亮信号在解剖学上与次级软骨相对应，17 我们研究了这种高信号带的出现是否与下颌髁突加速生长期一致。

预测下颌骨生长是正畸学中的一个重要概念。18, 19, 20 目前，下颌骨生长高峰期的判断基于指骨骨化提供的骨骼成熟信息21 以及颈椎形态的变化22。虽然颈椎成熟（CVM）阶段被广泛用于评估生长潜力，但它们无法捕捉到病理因素引起的生长抑制。这项回顾性研究旨在探讨亮信号的存在与通过颈椎成熟（CVM）方法验证的下颌骨生长高峰期之间的关系，以及亮信号的出现是否受到不同程度DD的影响。

研究人群

研究样本来自一家私人正畸诊所的连续患者群体，这些患者至少在2020年至2022年期间进行过多次MRI检查，并伴有相应的侧位头影片。其中，初次就诊时年龄在18岁或以下的男性和女性患者被纳入研究。共有124名患者（44名男性，80名女性）参与了研究，其中96名患者完成了两次MRI检查。

结果

对于相隔一个月进行的两次评估，两位观察者的评估结果一致性均处于良好至优秀范围内。观察者1对左右TMJ的评估一致性分别为1.0和0.937，观察者2的评估一致性分别为0.976和0.886。两位观察者之间的评估结果一致性也处于良好范围内。初次评估时左右TMJ的一致性分别为0.823和0.866，第二次评估时的一致性分别为0.773和0.849。

表2显示了亮信号的分布情况

讨论

下颌髁突的生长推动了下颌支的垂直发育和下巴的前突，24, 25, 26 这是人类与其他猿类之间的显著差异。下颌骨的向下和向前生长使得后牙能够稳定咬合，28, 29, 29 这对于正畸医生来说是一个强有力的诊断工具。

结论

本研究的综合统计分析提供了有力证据，表明亮信号在不同生理状态下的分布并不均匀。实际上，在颈椎成熟II期和III期，亮信号评分显著升高，证实了亮信号与下颌骨生长高峰期一致。重要的是，在存在严重盘移位的关节中，亮信号明显减弱或消失。

作者贡献声明

池田和美：撰写初稿、可视化处理、验证、监督、资源协调、方法设计、数据分析、数据整理、概念构建。池田玲奈：审稿与编辑、可视化处理、验证。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

作者感谢Negishi Shinichi在统计分析方面提供的帮助。