骨骼III类正颌手术后颅面及气道的变化：一项机器学习研究

《Journal of Dental Sciences》：Craniofacial and airway changes after skeletal Class III orthognathic surgery: A machine learning study

下颌后退手术显著缩小后气道空间，骨骼参数（尤其是SNB）和水平软组织移动对气道变化影响最大，机器学习模型验证了SNB的关键预测作用。

　　
本研究聚焦于 skeletal Class III（III类）错颌畸形患者接受下颌后缩手术后， posterior airway space（PAS）的变化及其与骨骼、牙齿、软组织参数的关联性。通过回顾性病例分析结合传统统计学与机器学习方法，揭示了手术对咽部空间的多维度影响，为临床决策提供了重要参考。

**核心发现与临床意义：**
1. **咽部空间显著缩小**：术后鼻咽部（nasopharynx）、口咽部（oropharynx）线性宽度分别平均缩小19.3%和18.7%，其中口咽部宽度缩减幅度最大（达21.4%）。尽管下咽部（hypopharynx）面积变化较小（4.2%），但总体咽部横截面积减少约18.8%，提示存在潜在气道狭窄风险。
2. **骨骼参数的主导影响**：
- SNB（鼻下颌角）变化与鼻咽部宽度呈正相关（r=0.217, P<0.01），与口咽部宽度弱相关（r=0.130）
- ANB（下颌前凸角）增大与鼻咽部宽度呈负相关（r=-0.232, P<0.05），提示下颌后缩程度直接影响咽部宽度
- SN-GoGn（鼻颏点角）与各咽部区域线性尺寸呈显著负相关（r=-0.315, P<0.05）
3. **软组织与年龄的调节作用**：
- 面部轮廓角（Facial contour angle）每增加1°，下咽部宽度平均缩小0.065mm（95%CI -0.129, -0.001）
- 女性患者（n=26）的鼻咽部宽度较男性（n=24）平均大0.639mm（P=0.008）
- 患者年龄每增长1岁，总咽部面积减少0.086mm2（P=0.033）
4. **机器学习模型的启示**：
- 随机森林模型对咽部线性尺寸的预测R2值最高达0.37（A点与鼻咽部面积）
- 核心预测因子排序：SNB（特征重要性0.38）、鼻唇角（0.31）、过切（overjet，0.28）、面部轮廓角（0.26）
- 模型显示下颌旋转角度（mandibular rotation）对咽部尺寸的影响权重仅为0.09，远低于骨骼参数

**技术突破与局限：**
- 首次将机器学习应用于咽部空间预测，发现传统二维头影测量中A点（牙槽突顶点）的位移（ΔA=0.301mm）与鼻咽部宽度变化相关性最强（r=0.301, P<0.01）
- 机器学习模型对软组织标志点（如Me'点，软组织颏点）的预测贡献度达0.28，提示软组织重塑可能通过骨骼运动间接影响气道
- 研究局限性包括：二维影像可能低估三维空间变化（如下颌旋转产生的矢状面位移）；样本量（n=50）对复杂模型的泛化能力存在挑战；未纳入OSA临床评估数据

**治疗决策建议：**
1. 术前评估应重点关注：
- 鼻下颌角（SNB）与颏部位置（Pog'点）
- 面部轮廓角与Z角变化趋势
- 性别差异对咽部敏感度的影响
2. 手术方案优化方向：
- 控制下颌后缩幅度（建议不超过8mm）
- 优先采用单侧下颌旋转术式（IVRO占比98%在本研究中）
- 术中应监测Me'点（软组织颏点）的位移幅度
3. 术后随访要点：
- 重点监测口咽部宽度（或opharyngeal width）的持续变化
- 对年龄＞30岁患者需增加睡眠监测频率
- 注意鼻唇角＞90°患者可能伴随软组织塌陷风险

**学术创新点：**
- 建立了三维咽部空间与二维头影测量的量化对应关系（通过cHL-cVL坐标系实现）
- 揭示了软组织标志点（如Li点，下唇缘点）的位移对下咽部的影响权重（r=0.424, P<0.01）
- 验证了机器学习模型在预测咽部线性尺寸（R2=0.37）上的临床应用潜力

**未来研究方向：**
1. 三维CBCT影像与AI预测模型的整合开发
2. 不同术式（BSSO vs IVRO）对软组织重塑机制的对比研究
3. 基于患者遗传背景的咽部空间预测模型优化
4. 建立年龄-性别-手术参数联合作用的咽部狭窄风险预测体系

该研究为III类错颌畸形手术方案设计提供了量化依据，特别提示临床医生在实施下颌后缩手术时，需综合考量骨骼参数（SNB、ANB）、软组织重塑（鼻唇角、Me'点位移）及患者年龄等多元因素，以平衡咬合功能改善与气道安全性的双重目标。