评估基于牙齿状况的计数方法对全因死亡率的预测效果：OHSAKA队列研究

《BMC Oral Health》：Assessing the effectivity of counting the number of teeth with their conditions to predict mortality: the OHSAKA study

本研究针对老年人口腔健康与死亡率关联中牙齿计数方法有效性不明的问题，通过一项纳入190,282名75岁以上日本老年人的大规模回顾性队列研究，探讨了不同牙齿状况（健康牙S、充填牙F、龋坏牙D）计数对全因死亡率的预测效能。结果表明，健康牙与充填牙之和（S+F）的计数模型预测全因死亡率最为准确（NRI提升），优于单独健康牙（S）或三者总和（S+F+D）模型，提示功能性牙齿的保有量是更优的预测指标，为老年人口腔健康评估和死亡风险预测提供了重要循证依据。

　　

随着年龄增长，维持良好的口腔健康对老年人而言至关重要，而牙齿的存留情况常被视为衡量口腔健康的核心指标。世界卫生组织（WHO）早已指出，口腔健康问题是影响老年人生活质量的关键因素之一。大量研究表明，牙齿缺失与多种健康问题密切相关，包括营养不良导致的体重下降、糖尿病、高血压、心血管疾病，甚至认知功能下降和癌症风险增加。更引人关注的是，牙齿数量与全因死亡率之间的关联也得到了多项研究的证实。然而，这些研究在界定“牙齿数量”时存在一个普遍性问题：大多数研究仅仅统计了“非缺失牙齿”的总数，或者依赖于参与者的自我报告，而忽略了每颗牙齿自身的健康状况——它是健康的（Sound, S），是经过治疗修复的（Filled, F），还是已经龋坏但尚未处理的（Decayed, D）。这种粗略的计数方式可能掩盖了不同牙齿状况对健康影响的异质性。例如，有研究提示，未经治疗的龋齿（Decayed teeth）可能因其作为慢性感染灶或影响咀嚼功能而增加死亡风险；而已修复的牙齿（Filled teeth）则可能通过恢复功能对健康产生保护作用。因此，一个核心的科学问题浮出水面：在预测老年人的死亡风险时，究竟如何计数牙齿才是最有效、最准确的方法？是只计算完全健康的牙齿，还是应该将修复过的牙齿也算作“有效”牙齿，抑或是把所有还留在口腔里的牙齿（包括龋坏的）都计算在内？为了解决这个问题，一项名为OHSAKA（Oral Health Screening to Assess Keys of Aging well）的大规模研究应运而生，其成果发表在《BMC Oral Health》期刊上。

为了回答上述问题，研究人员开展了一项大规模回顾性队列研究。该研究利用了日本大阪府2018年至2020年的公共牙科检查数据与后期高龄者医疗制度（类似国民健康保险）的行政数据库进行关联分析。研究最终纳入了190,282名年龄在75岁及以上的老年人，他们在基线时期接受了牙科检查。研究的关键暴露变量是牙齿数量（最多28颗，排除第三磨牙）及其状况（由牙医诊断分为健康牙S、充填牙F、龋坏牙D）。研究人员比较了三种计数方法：仅健康牙（S）、健康牙与充填牙之和（S+F）、以及健康牙、充填牙与龋坏牙之和（S+F+D）。参与者根据牙齿数量被分为0颗、1-5颗、6-10颗、11-15颗、16-20颗以及≥21颗共六组。研究的结局指标是全因死亡率，通过保险资格丧失原因进行判定。统计分析采用了Kaplan-Meier生存曲线、Cox比例风险模型，并利用净重分类改善指数（Net Reclassification Improvement, NRI）来评估不同牙齿计数模型的预测能力提升情况。分析过程中还对年龄、性别、体重指数（BMI）、吸烟状况、长期护理需求等级、多种药物（如降糖药、抗血小板药、降压药、降脂药、抗痴呆药）使用情况、肾脏替代治疗需求、近期住院史和医疗费用等潜在混杂因素进行了调整，并且所有分析均按性别分层进行，以探究可能的性别差异。

研究结果

基线特征

在 Osaka Prefecture 后期高龄者医疗制度的1,100,572名参保者中，有23.3%（256,722人）在入组期间接受了年度牙科检查。最终纳入分析的190,282名参与者（男性81,004人，女性109,278人）的基线特征根据健康牙（S）数量分层显示（见表1和表2）。总体而言，拥有较多健康牙齿的参与者通常更年轻，其服用抗糖尿病、抗血小板、β-受体阻滞剂、钙通道阻滞剂、肾素-血管紧张素系统（RAS）阻滞剂和抗痴呆药物的比例以及住院率均较低。

生存分析

中位观察期为3.4年（四分位距，2.8-3.8年）。在此期间，全因死亡率在男性中为9,713人（12.0%），在女性中为6,242人（5.7%）。具体到健康牙（S）分组，男性死亡率从0颗牙组的17.3%递减至≥21颗牙组的6.9%；女性则从8.4%递减至3.4%。Kaplan-Meier生存曲线清晰显示，无论是健康牙（S）（图1a, b）、健康牙与充填牙之和（S+F）（图1c, d），还是三者之和（S+F+D）（图1e, f），其数量与全因死亡率的累积概率之间均存在显著的剂量依赖关系，即牙齿数量越多，生存概率越高。其中，S+F模型的剂量反应关系最为明显。

Cox比例风险模型

经过多变量调整的Cox比例风险模型进一步证实了上述关系（见表3）。对于健康牙与充填牙之和（S+F）模型，与参考组（≥21颗牙）相比，牙齿数量越少的组，其死亡风险（风险比HR）越高，呈现明显的剂量依赖性。在男性中，0颗牙组的调整后HR为1.74（95%置信区间CI：1.62-1.87），1-5颗牙组为1.51（1.41-1.61），6-10颗牙组为1.42（1.33-1.51），11-15颗牙组为1.38（1.29-1.47），16-20颗牙组为1.15（1.08-1.22）。女性中也观察到类似的趋势，0颗牙组HR为1.69（1.55-1.85），1-5颗牙组为1.35（1.24-1.48），6-10颗牙组为1.24（1.14-1.34），11-15颗牙组为1.21（1.12-1.31），16-20颗牙组为1.17（1.09-1.26）。对于三者之和（S+F+D）模型，也观察到了剂量依赖关系，但其风险梯度在某些分组中不如S+F模型平滑。

模型比较与预测效能评估

为了确定最佳的牙齿计数方法，研究人员计算了净重分类改善指数（NRI）（见表4）。以仅健康牙（S）计数模型为基准，在男性和女性中，加入充填牙的S+F模型均显著改善了风险分类（男性NRI = 0.057, 95% CI: 0.033-0.074；女性NRI = 0.073, 95% CI: 0.045-0.101）。然而，当进一步加入龋坏牙形成S+F+D模型时，其预测效能反而出现了下降，NRI值变为负值（男性NRI = -0.101, 95% CI: -0.121至-0.061；女性NRI = -0.109, 95% CI: -0.137至-0.059）。这表明，将龋坏牙计入总数反而降低了模型对死亡风险的预测准确性。

研究结论与意义

本研究通过大规模队列数据，清晰地揭示了龋坏牙与充填牙对全因死亡率存在不同的影响：龋坏牙可能具有有害的关联，而充填牙则可能表现出有益的关联。最重要的发现是，健康牙与充填牙之和（S+F）是预测老年人全因死亡率的最有效指标，其预测准确性优于单独计算健康牙（S）或计算所有现存牙（S+F+D）。这一结果具有重要的临床和公共卫生意义。

首先，它强调了在评估老年人口腔健康及其与全身健康关联时，不应仅仅关注牙齿的“存在与否”，而应重视牙齿的“功能状态”。一颗经过完善修复的牙齿（充填牙）在很大程度上恢复了其咀嚼功能，并且消除了潜在的感染源，因此其对维持整体健康的贡献可能与一颗天然的健康牙齿相近。相反，一颗未经治疗的龋坏牙（龋坏牙）不仅功能受损，还可能作为一个慢性炎症灶，持续对全身健康产生负面影响。因此，将充填牙与健康牙同等对待，而将龋坏牙区别开来，更能反映口腔的真实功能状态和潜在的健康风险。

其次，本研究结果为临床医生和公共卫生决策者提供了更精确的风险评估工具。在老年人口腔健康筛查和干预项目中，采用S+F计数方法可以更有效地识别出死亡高风险人群，从而有针对性地进行口腔治疗、营养支持和健康管理，这对于延长健康寿命具有重要意义。

当然，本研究也存在一些局限性。例如，研究对象仅限于日本75岁以上的老年人，结论是否适用于更年轻人群或其他国家地区需要进一步验证。由于数据限制，未能分析死因特异性死亡率（如心血管疾病死亡率、癌症死亡率等）。此外，可能存在一些未测量的混杂因素，如社会经济地位、教育水平、婚姻状况、抑郁情绪、健康行为（如口腔卫生习惯、饮食习惯）和社会支持等，这些因素既可能影响牙齿状况，也可能直接影响死亡率。尽管如此，这项基于大规模真实世界数据的研究，为理解牙齿状况与死亡率之间的复杂关系提供了强有力的证据，推动了口腔流行病学在该领域的发展。未来研究可在此基础上，结合更丰富的社会行为学变量，深入探讨其内在机制，并开发更有效的干预策略。