不同基台和冠修复材料对单个前牙种植体及其周围骨骼的生物力学影响：三维有限元分析

《The Journal of Prosthetic Dentistry》：Biomechanical effect of different abutment and crown restoration materials in a single anterior dental implant and surrounding bone: A 3D finite element analysis

本研究通过有限元素分析法，评估了不同弹性模量的美学基台与全瓷冠组合对种植体周围应力分布的影响。采用3D CT数据构建模型，比较了PEEK、树脂基陶瓷及氧化锆等材料组合，施加500N轴向载荷后分析主应力和von Mises应力。结果表明，高弹性模量基台（如氧化锆）可降低修复体及粘接剂应力，而低模量基台（如PEEK）组合应力集中更显著，对骨整合有潜在风险。结论强调材料弹性模量对修复体应力分布的关键作用。

　　

Marwa Emam|Ludger Keilig|Christoph Bourauel

埃及开罗艾因沙姆斯大学牙科学院固定修复科副教授；以及埃及苏伊士加拉拉大学牙科学院固定修复科副教授

摘要

问题陈述

种植体支持义齿的耐用性受到多种因素的影响，包括义齿部件及其周围骨骼中的应力和应变分布。然而，关于种植体修复体基台和冠材料最佳组合的共识尚未形成。

目的

本研究通过有限元分析（FEA）评估了不同美学基台和冠材料组合对义齿部件及骨-种植体界面应力分布的影响。

材料与方法

利用Mimics和3-Matic软件程序，根据无牙上颌前牙的计算机断层扫描（CT）数据构建了一个三维（3D）有限元模型。种植体和各部件采用了五种不同弹性模量（E）的材料，共组合出六种基台-冠材料组合：聚醚醚酮（PEEK）与锂硅酸盐、PEEK与复合树脂、树脂改性陶瓷与锂硅酸盐、树脂改性陶瓷与树脂改性陶瓷、PEEK与树脂改性陶瓷以及氧化锆与锂硅酸盐。模型受到500牛顿（N）的静态轴向载荷作用，分析了骨-种植体界面、粘接剂及义齿部件处的主应力及冯·米塞斯（von Mises, mvM）应力。

结果

所有模型在骨-种植体界面处的冯·米塞斯应力分布模式相似。弹性模量较高的基台（氧化锆、树脂改性陶瓷）在冠和粘接剂中产生的冯·米塞斯应力低于弹性模量较低的基台（PEEK）。其中PEEK与复合树脂组合的模型显示出最高的冯·米塞斯应力（冠部为180.7 MPa，粘接剂为1542 MPa），而氧化锆与锂硅酸盐组合的模型则显示出最低的应力（分别为107.5 MPa和146.6 MPa）。

结论

弹性模量较高的基台在冠和粘接剂中的应力分布更为有利。

部分内容摘录

材料与方法

根据艾因沙姆斯大学牙科学院研究伦理委员会（FDASU-REC）的批准（批准编号FDASU-RecER062513），本研究使用了匿名化的计算机断层扫描数据通过Mimics Research和3-Matic（Materialise软件）程序构建了上颌前牙的三维模型。模型中选取了右侧中央切牙区域（近中远端宽度15毫米×高度17毫米），牙槽嵴处的颊舌宽度为5.7毫米，基底部宽度为17.5毫米。

结果

模型2和模型6分别显示出最高的（84微米）和最低的（74微米）整体位移。在模型2中，最大位移发生在载荷作用点；而在其他模型中，最大位移位于冠部的切缘三分之一处（见图3）。

图4和图5展示了种植体周围骨骼中的最大应力（σmax）和最小应力（σmin）。所有模型在种植体平台的颈部区域都出现了应力峰值。其中最高的σmax为88.62 MPa。

讨论

与天然牙齿不同，种植体缺乏作为牙齿与周围骨骼之间弹性连接层的牙周韧带。²⁸因此，虽然功能性载荷能促进正常骨重塑，但过大的载荷可能会损伤骨骼并危及骨整合。由于骨骼反应依赖于载荷，义齿材料的选择对于维持种植体周围骨骼的稳定性至关重要。

义齿材料的机械性能对这一过程具有重要影响。

结论

基于本有限元研究的结果，得出以下结论：

基台和冠材料的弹性模量变化对种植体周围骨骼的应力大小或分布没有显著影响；然而，材料硬度会影响应力在义齿部件内的分布。

由PEEK制成的定制种植体基台在冠和粘接剂中产生的应力浓度高于硬度较高的基台材料。

将PEEK基台与特定类型的冠材料结合使用时，会产生更高的应力。

作者贡献声明

Marwa Emam：概念构思、方法设计、数据验证、正式分析、实验实施、资源协调、数据整理、初稿撰写、审阅与编辑、结果可视化。

Ludger Keilig：方法设计、软件应用、实验实施、数据整理、审阅与编辑、项目监督。

Christoph Bourauel：资源协调、审阅与编辑、结果可视化、项目监督。

关于写作过程中使用生成式AI和AI辅助技术的声明

在撰写本文时，作者使用了ChatGPT工具来提升文章的清晰度和连贯性。使用该工具后，作者对内容进行了必要的修改，并对最终发布的文章内容负全责。

致谢

作者感谢Yaqiu Zhang博士在获取结果部分图表所需图像方面提供的帮助。