分形分析预测早期种植体失败的可靠性研究：基于全景片与CBCT的回顾性分析

本研究针对早期种植体失败缺乏有效预测指标的问题，通过回顾性分析48例患者（24例失败组/24例成功组）的全景片和CBCT数据，采用分形维度(FD)和空隙率(lacunarity)量化颌骨小梁结构。结果显示两组间FD值无显著差异(P>0.05)，表明单纯分形分析尚不能作为预测指标，为临床评估体系提供了重要循证依据。

　　

在口腔种植领域，早期种植体失败（通常定义为功能负荷前的种植体脱落）始终是困扰临床医生的难题，其发生率约1-5%。与晚期失败不同，早期失败主要归因于骨整合失败——当种植体表面无法与宿主骨建立直接接触时，取而代之的是纤维骨性连接。这种状况常导致种植体松动、持续疼痛或感染，最终不得不取出。尽管现代种植体的10年存活率已超过90%，但如何提前识别高风险患者仍是未解的临床痛点。

传统评估主要依赖医生钻孔时的主观手感判断骨质量，这种"凭经验摸骨"的方法显然缺乏客观标准。近年来，分形分析(fractal analysis)作为量化骨小梁结构的新兴工具崭露头角。分形维度(Fractal Dimension, FD)能反映骨小梁网络的复杂性和自相似性，而空隙率(lacunarity)则表征骨结构的孔隙分布特征。理论上，FD值越高代表骨小梁连接性越好，越有利于种植体稳定。但这两个参数能否预测早期失败？来自匈牙利塞梅尔维斯大学的Dóra Iványi团队在《International Dental Journal》发表的研究给出了否定答案。

研究人员采用病例对照设计，纳入2015-2025年间48例患者（24例早期失败，24例成功存活5年以上）。所有患者均有术前全景片，其中30例（每组15例）还有锥形束CT(CBCT)数据。通过ImageJ软件分别采用White-Rudolph法和Kato法计算FD值，在颌骨前部、前磨牙区和磨牙区选取感兴趣区域(ROI)，并运用FracLac和BoneJ插件进行2D/3D分形分析。为确保可比性，严格排除了影响骨代谢的全身性疾病和药物使用者。

方法精要：研究团队采用标准化影像采集参数，全景片通过64×64像素ROI分析，CBCT采用16×16×25体素ROI进行三维评估。图像经高斯模糊(σ=35)、二值化、骨架化等预处理后，分别计算FD和空隙率。统计采用SPSS 29进行Mann-Whitney U检验和t检验，并通过G*Power软件进行样本量验证。

结果呈现：

1. 1.

   全景片2D分析：失败组与成功组在前牙区(FD中位数1.469 vs 1.447)、前磨牙区(1.483±0.068 vs 1.493±0.062)和磨牙区(1.522 vs 1.509)的FD值均无显著差异(P>0.05)。空隙率同样未显示组间差异(如磨牙区0.177±0.038 vs 0.189±0.049)。

2. 2.

   CBCT 3D分析：采用White-Rudolph法时，前牙区FD中位数1.835 vs 1.918(P=0.917)；Kato法则显示磨牙区均值1.813±0.334 vs 1.897±0.309(P=0.483)，均无统计学意义。事后检验发现，要检测出FD的微小差异(如磨牙区Cohen's d=0.52)需要至少120例样本，而当前研究统计效力仅5.1-42.2%。

讨论启示：这项研究挑战了"分形参数可预测种植预后"的普遍假设。尽管既往研究显示FD与种植体稳定系数(ISQ)存在关联，但本研究强调系统性骨质量评估可能比局部参数更具参考价值。值得注意的是，CBCT的3D分形分析仍面临体素大小、噪声干扰等技术瓶颈，而全景片的2D分析又可能丢失三维结构信息。作者建议未来应结合Hounsfield单位(HU)、ISQ等多参数建立综合预测模型。

这项研究的重要意义在于：首次系统评估了分形分析对早期种植失败的预测效能，为临床决策提供了循证依据。虽然否定了FD的独立预测价值，但揭示了骨质量评估应从"局部关注"转向"系统评估"的新思路。正如作者所言："当一颗种植体失败时，或许我们应该关注的不仅是它所在的牙槽窝，而是患者整个颌骨的'土壤质量'。"这一观点为种植风险评估开辟了新的研究方向。