利用数据独立采集技术，对人类和小反刍动物初乳及成熟乳中的脂肪酸组成及乳脂球膜蛋白质组进行比较分析，以优化婴儿营养

《Journal of Dairy Science》：Comparative analysis of the fatty acid profiles and milk fat globule membrane proteome in human and small ruminant colostrum and mature milk using data-independent acquisition for targeted infant nutrition improvement

牙齿磨损的三维测量指标变异性与软件一致性评估。研究通过数字化扫描模拟单表面（非龋性颈纹病变）和多表面（腭侧/切缘侵蚀）磨损，对比Geomagic和WearCompare软件在体积损失、平均轮廓损失及最大点损失三项指标中的变异系数（CoV）和协议分析（Bland-Altman）。结果显示单表面测量CoV均低于5%，多表面体积损失CoV达3.10%-8.53%，但软件间ICC>0.98。结论指出体积测量受表面复杂度影响显著，而最大点损失和平均轮廓损失具有更好的可重复性和跨平台一致性。

　　牙齿磨损是一种常见的口腔健康问题，它会显著改变牙齿表面的形态，进而影响牙齿的功能和美观。随着数字化技术的发展，特别是口腔内扫描的应用，研究人员能够以更精确的方式量化这些表面变化。然而，如何准确、可靠地评估这些变化仍然是一个挑战。本研究旨在探讨三种常见的牙齿表面变化量化指标——体积损失、平均轮廓损失和最大点损失在单表面磨损和多表面磨损情况下的变异系数（Coefficient of Variation, CoV）以及软件间的测量一致性。通过对模拟的牙齿磨损数据进行分析，研究希望为临床评估牙齿磨损提供更科学的依据。

牙齿表面的变化可以通过连续的口腔内扫描进行捕捉和分析。这种技术能够提供高精度的三维数据，从而帮助研究人员和临床医生更好地理解磨损的程度和分布。然而，由于牙齿表面的复杂性和不规则性，尤其是在临床环境中，使用这些数据进行量化分析时可能会遇到一些技术难题。例如，如何定义参考区域、如何处理扫描误差以及如何选择合适的量化指标等。因此，评估不同测量方法的可靠性和一致性对于确保临床诊断的准确性至关重要。

在本研究中，使用了一种上颌全牙列模型（typodont）作为实验对象。该模型被扫描并进行人为处理，以生成代表轻度、中度和重度磨损的样本数据。这些样本包括单表面磨损（如非龋齿颈部病变）和多表面磨损（如腭面和切面的侵蚀）。通过这种方式，研究人员能够模拟不同类型的牙齿磨损情况，并在这些模拟数据上测试三种测量方法的性能。实验中使用了两种软件，分别是Geomagic和WearCompare，以评估不同软件之间的测量一致性。

首先，研究分析了每种测量方法在不同软件中的变异系数。变异系数是衡量数据离散程度的一个统计指标，通常用于评估测量方法的重复性和稳定性。结果显示，对于平均轮廓损失和最大点损失，两种软件的变异系数都较低，表明这两种指标在重复测量中表现出较高的稳定性。然而，体积损失的变异系数较高，尤其是在多表面磨损的情况下，其变异系数分别为3.10%和8.53%。相比之下，单表面磨损的体积损失变异系数较低，分别为0.53%和4.71%。这一结果表明，体积损失在处理多表面磨损时存在较大的不确定性，可能受到表面复杂性和扫描误差的影响。

其次，研究评估了两种软件之间的测量一致性。一致性分析通常使用相关系数、配对t检验和Bland-Altman图等方法。结果显示，三种测量方法在两种软件之间都表现出高度的相关性，相关系数均超过0.98，且具有统计学意义（p < 0.001）。这表明，无论使用哪种软件，这些测量方法都能提供相似的结果，从而保证了数据的可比性。然而，对于多表面磨损的体积损失，尽管相关性较高，但仍然存在显著的统计差异（p = 0.006）和较低的一致性水平（95% LoA为13.3至-5.80）。这一发现提示，在处理多表面磨损时，体积损失的测量可能受到多种因素的影响，包括表面复杂性、扫描精度以及软件算法的差异。

为了进一步理解这些测量方法的优缺点，研究还详细探讨了每种方法的原理和应用场景。最大点损失是指在连续扫描数据中，任意两个对应点之间的最大距离，通常反映的是垂直方向上的磨损程度。这种方法虽然能够有效地检测出牙齿表面的显著变化，但其依赖于单个点的测量，因此容易受到扫描误差和人为选择的影响。平均轮廓损失则是对所有点对之间的差异进行数学平均，这种方法虽然简化了数据处理，但可能会掩盖局部的磨损细节。相比之下，体积损失通过计算牙齿表面的总体积变化，能够更全面地反映磨损的程度，但其计算过程较为复杂，尤其是在处理多表面磨损时，需要创建封闭的表面模型，这一过程可能引入额外的误差。

在临床应用中，这些测量方法各有其适用场景。最大点损失和平均轮廓损失由于其较高的稳定性和一致性，更适合用于评估牙齿表面的局部变化，尤其是在单表面磨损的情况下。然而，对于多表面磨损，尤其是涉及多个区域的复杂磨损模式，体积损失可能提供更全面的信息。尽管体积损失在当前的技术条件下存在一定的局限性，例如对操作者依赖性较强以及计算过程中的简化问题，但它在区分高磨损和低磨损群体方面表现出色，这使得它在某些临床研究中仍然具有重要的应用价值。

为了确保这些测量方法在临床中的可靠性，研究建议在进行任何临床研究之前，首先评估所选测量方法的稳定性和一致性。这不仅有助于提高研究结果的可信度，还能够减少因测量误差而导致的误诊或误判。此外，研究还指出，虽然体积损失在理论上能够提供更全面的评估，但在实际应用中仍需进一步优化，以提高其准确性和可重复性。因此，未来的研究应致力于改进体积损失的计算方法，使其在复杂多表面磨损的情况下也能保持较高的稳定性和一致性。

总体而言，本研究的结果表明，最大点损失和平均轮廓损失在单表面和多表面磨损情况下都表现出较低的变异系数和较高的测量一致性，而体积损失则在多表面磨损情况下存在较高的变异性和较低的一致性。这一发现对于临床牙齿磨损的评估具有重要的指导意义，特别是在选择合适的测量方法时，需要根据具体的临床需求和牙齿表面的复杂程度进行权衡。对于简单的单表面磨损，可以优先考虑使用最大点损失和平均轮廓损失；而对于复杂的多表面磨损，可能需要结合多种测量方法，以获得更全面和准确的评估结果。此外，研究还强调了进一步优化体积损失测量方法的重要性，以确保其在临床中的广泛应用和可靠性。