基于颌面表面肌电活动辅助诊断口呼吸的列线图研究：开启口腔健康精准诊断新篇

为解决口呼吸（MB）诊断难题，西安交通大学研究人员开展基于颌面表面肌电（sEMG）活动辅助诊断 MB 的研究。结果发现 OOS3和 MT3是 MB 独立危险因素，MT2可能是保护因素，且构建的列线图有良好诊断价值，有助于早期诊断 MB。

　　在孩子的成长过程中，呼吸方式看似平常，却对健康有着深远影响。正常的鼻呼吸（NB）就像一位默默守护的 “小卫士”，能促进颅面复合体健康发育。然而，一旦上气道被诸如鼻中隔偏曲、扁桃体肥大等 “捣乱分子” 阻碍，口呼吸（MB）这个 “小恶魔” 就可能乘虚而入。长期的口呼吸不仅会让孩子出现腺样体面容，影响颜值，还可能干扰孩子的学习状态，严重时甚至引发阻塞性睡眠呼吸暂停综合征。

目前，正畸医生常用的口呼吸诊断方法，如视觉评估、询问家长和孩子、呼吸测试等，存在诸多不足。视觉评估主观性强，呼吸测试也未标准化，导致正畸医生对年轻人群口呼吸的识别能力欠佳。而其他专科医生采用的临床检查、影像学检查等方法，虽然准确性高，但却繁琐、昂贵，有的还存在辐射风险，对孩子不太友好。

为了攻克这些难题，西安交通大学口腔医院的研究人员挺身而出，开展了一项极具意义的研究。他们致力于探究口呼吸和鼻呼吸人群颌面表面肌电（sEMG）活动的差异，并基于此开发出辅助诊断口呼吸的列线图。最终，他们成功构建了基于 OOS₃（上唇提肌轻闭口时的表面肌电活动）、MT₂（咬肌最大牙尖交错位时的表面肌电活动）和 MT₃（颏肌轻闭口时的表面肌电活动）的列线图，这一成果意义非凡，为临床医生诊断口呼吸提供了有力的新工具，相关研究发表在《BMC Oral Health》杂志上。

研究人员开展研究时，主要运用了以下关键技术方法：首先，精心筛选样本，从 1520 名患者中，依据严格的纳入和排除标准，挑选出 250 名 6 - 12 岁、未接受正畸治疗且 BMI 在 13.6 - 21.9 之间的儿童，分为口呼吸组和鼻呼吸组。其次，借助 BioEMG III 八通道表面肌电图仪和双极表面电极，精准记录颌面 sEMG 活动。最后，运用多种统计方法，如独立样本 t 检验、卡方检验、非参数 Mann - Whitney U 检验等，深入分析数据。

研究结果如下：

• 单因素和多因素分析：通过对 20 名受试者进行重复测量，发现所有测量的组内相关系数（ICC）均大于 0.95，这表明数据的一致性和质量非常可靠。单因素分析显示，口呼吸组和鼻呼吸组在咬肌轻闭口（MM₃）、上唇提肌静息（OOS₁）、上唇提肌轻闭口（OOS₃）、上唇提肌吞咽（OOS₄）、颏肌静息（MT₁）、颏肌最大牙尖交错位（MT₂）、颏肌轻闭口（MT₃）和颏肌吞咽（MT₄）时的 sEMG 活动存在显著差异。多因素逻辑回归模型进一步表明，OOS₃、MT₂和 MT₃与口呼吸独立相关。
• 列线图：基于 OOS₃、MT₂和 MT₃构建的列线图，展现出良好的诊断效能。其受试者工作特征曲线（ROC）下面积为 0.774（95% CI：0.713 - 0.834），校准曲线也显示出良好的一致性。利用列线图，临床医生只需将患者的各项 sEMG 值代入，就能快速得出患者口呼吸的概率。

在研究结论和讨论部分，研究人员发现，颏肌在最大牙尖交错位的 sEMG 活动可能是口呼吸的保护因素，而上唇提肌和颏肌轻闭口时的 sEMG 活动则是口呼吸的危险因素。这一发现与口呼吸的诊断标准相契合，即放松时嘴唇应部分闭合。同时，研究中也存在一些有待进一步探索的问题，比如颏肌在最大牙尖交错位的 sEMG 活动作为保护因素的机制还需深入研究，样本量的局限性也可能影响研究结果的普遍性。但总体而言，该研究成功构建的列线图为临床诊断口呼吸提供了便捷、有效的新途径，有助于医生及时发现口呼吸患者，尽早进行干预，避免口呼吸给孩子带来的不良影响，在口腔健康领域具有重要的应用价值和研究意义。